基于BP網絡和遺傳算法的巖爆預測研究.pdf

1、近些年來，隨著國民經濟的持續(xù)發(fā)展，國家對各種礦產資源、能源和交通運輸的需求日益增加，越來越多的水利工程開發(fā)項目不斷提上日程，礦山資源的開采也不斷向深層次發(fā)展，因而越來越多的工程將修建在長、深、密集的地下洞室中。巖爆作為這些典型高地應力區(qū)突出的主要地質災害之一，尚沒有完善的預測理論和機制，因此巖爆的預測與防治意義重大。本文通過建立基于遺傳算法優(yōu)化的BP網絡模型，對巖爆的發(fā)生進行預測，并結合前人的研究成果和相關的工程實例，來評估網絡的預測效

2、果。概括起來主要完成了下列幾個方面的研究工作。 1、在廣泛收集國內外巖爆研究資料的基礎上，歸納了巖爆類型劃分與烈度分級、巖爆的一般特征和發(fā)生條件、巖爆的形成機理、巖爆預測的方法等巖爆研究的現狀。 2、介紹了國內外一些典型的巖爆災害造成的損失情況，提出了我國水利工程建設和礦山資源開采的趨勢，結合近些年來水利工程建設的規(guī)模和規(guī)劃的重要水利工程項目，指出了巖爆預測的重要性和迫切性。 3、綜合分析理論和工程應用兩個方面，

3、指出了影響巖爆的主要因素：抗拉強度、抗壓強度、洞壁切應力大小和彈性應變能指標，并將脆性系數(σc/σt)、彈性應變能指數(Wet)和應力強度比(σθ/σc)作為影響巖爆的主要指標。 4、詳細介紹了人工神經網絡，尤其是BP網絡的基本理論及其應用、優(yōu)點和缺點，介紹了遺傳算法的特點及其在神經網絡設計中的應用，提出利用遺傳算法優(yōu)化神經網絡，可以解決神經網絡存在的先天性缺陷問題。 5、依據神經網絡和遺傳算法的特點，將兩者有機結合起

4、來建立巖爆預測的優(yōu)化模型(GA-BP網絡)。以各種原始試驗資料和現場實錄資料為訓練樣本，首先通過遺傳算法的運行，得到優(yōu)化了的權值和閾值，作為BP網絡的初始權值和閾值。接下來通過BP網絡訓練樣本集，實現BP網絡學習的目的，建立樣本(作為輸入變量)與實際巖爆結果(作為目標變量)之間潛在的聯系。最后通過引入工程實例，用GA-BP網絡對巖爆的發(fā)生及烈度進行預測。最終預測的結果與實際情況是符合的。 6、將GA-BP網絡的預測結果與純BP網