煤层底板突水预报人工神经网络系统的研究

将人工神经网络技术应用于肥城煤矿区煤层底板突水预报中 ,并且开发研制成突水预报人工神经网络系统。人工神经网络的建模过程体现在它的训练学习中 ,它具有知识的自动获取功能 ,对突水预报问题可适性强 ,效果良好 ,易于推广。     

人工神经网络在矿井突水预报中的应用

突水预报是一项重要的矿井水文地质工作。借助于人工神经网络在处理非线性问题或非结构问题方面的优势，采用BP算法，基于大量矿井突水样本实例建立了突水预报神经网络模型，并将该模型用于实际预报，并取得了较好的效果。结果表明，模型具有较强的实用性。为了提高模型的预测精度，在训练样本的选择上还应具有一定的代表性。     

人工神经网络在矿井突水预报中的应用

突水预报是一项重要的矿井水文地质工作。借助于人工神经网络在处理非线性问题或非结构问题方面的优势,采用BP算法,基于大量矿井突水样本实例建立了突水预报神经网络模型,并将该模型用于实际预报,并取得了较好的效果。结果表明,模型具有较强的实用性。为了提高模型的预测精度,在训练样本的选择上还应具有一定的代表性。     

煤矿水害预测软件开发

概述了当前煤矿底板突水预测预报存在的问题，提出了用突水概率指数法预测采场底板突水的新方法，即根据影响底板突水因素对突水所作的贡献，赋予不同的权重给影响采场底板突水的各因素。使得影响底板突水的各因素定量化，建立合理的数学模型，求出突水概率指数。利用Visual Basic实现该思想，开发出底板突水预测预报的应用软件。结合肥城煤田实例，介绍该预测预报软件的具体使用过程。     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报，根据南京夏季梅雨期的天气特点，用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）预报产品中寻找预报因子，然后用2种方法选取输入因子分别对人工神经网络进行训练，并利用抽取的5天雨量实况作降水分级预报检验．通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS数值模式的降水预报相比，人工神经网络降水预报方法的准确率提高了20％以上，而且漏报、错报明显减少；特别是与逐步回归预报相比，大到暴雨的预报准确率得到了明显提高，这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值．     

基于GIS的煤层底板突水预测理论模型

以分析煤层底板水文地质条件、突水因素,突水机理为切入点,介绍了应用GIS技术进行煤矿底板突水预测的方法和步骤,并以太原东山煤矿为例,建立了预测煤层底板突水的多因素突水模式,对突水危险性进行了预测分区,取得了较好的效果,为煤层底板突水预测预报提供了一条新的途径。     

人工神经网络在矿藏预测中的应用

将人工神经网络方法应用于矿藏预测，本文介绍了该方法的原理和计算步骤，报道了应用人工神经网络方法评价化探异常。特征变量包括化学成分Ｃｕ，Ｓｎ，Ｍｏ，Ａｓ，Ｓｂ，Ｎｉ，Ｐｂ以及物理和地质变量，训练样本的分类正确率达１００％，据此模型预报了若干矿点为铅矿区，将人工神经网络的预报结果和模式识别结果作了比较，并讨论了它在地质勘探中应用的若干特点。     

底板突水预测专家系统研究

运用专家系统方法,考虑到影响突水的多方面因素,融入预测预报领域知名专家的防治水经验和知识,建立底板突水预测专家系统,从而提高预测预报的成功率与准确性。     

隧道开挖诱发富水有压溶洞破裂突水过程数值模拟

在岩溶地区修建隧道，溶洞将引起隧道围岩的变形、开裂和失稳，常常诱发隧道突水突泥灾害。从力学角度对岩溶隧道突水突泥机理研究对隧道突水突泥灾害及时预报和有效治理具有重要意义。通过岩石破裂过程分析程序（RFPA），用数值模拟方法对隧道施工诱发隐伏有压溶洞破裂突水过程中的应力场、位移场和声发射等特征进行了系统研究，研究结果加深了对有压溶洞随着压力增加引起隧道突水过程机理的理解，为该类型溶洞的预报和治理提供了参考依据。     

灰色聚类评估在煤矿突水预测中的应用

为了减少煤矿突水带来的危害,准确掌握煤矿发生突水的可能性,采用灰色聚类评估方法,建立矿井突水预测模型,进行矿井突水预测。实例表明,灰色聚类评估方法在煤矿突水预测中可以取得满意的预测精度,预测结果更加可靠。该方法在煤矿突水中的应用进一步拓宽了灰色聚类理论的应用范围,并为煤矿突水的准确预报提供了一种新的方法。     

采煤工作面底板突水的预测预报方法

采煤工作面底板突水预测、预报是在工作面采动过程中,通过监测煤层底板岩层内部一些参数值变化来分析、预测底板突水的可能性。本文着重介绍了该方法的基本原理和实际应用。     

基于人工神经网络集合预报的济南市臭氧预报方法

由于观测的不准确以及资料分析、同化中的误差,单一预报仅是一个可能的解。为弥补其不足,提出了一种基于人工神经网络集合预报的臭氧(O₃)预报模型,选取8类气象因子及2类污染物因子,搭建人工神经网络预报模型,并采用随机扰动方法,产生15组相互独立的随机扰动气象场,搭建人工神经网络集合预报模型,并以2013年—2019年5月—9月数据作为训练集,以2020年5月—9月数据作为测试集。结果表明:与单一人工神经网络预报相比,人工神经网络集合预报准确率明显提高,O₃污染命中率明显提高,O₃污染漏报率明显减少,O₃污染空报率略有增加;人工神经网络集合预报对O₃污染预报有过多倾向,而单一人工神经网络预报则有过少倾向;以2020年7月3日—9日的一次O₃重污染过程为例,与单一人工神经网络的确定性预报相比,人工神经网络集合预报能够更好地反映出污染的迅速累积上升及持续过程。通过提供定量的概率预报,人工神经网络集合预报可以给出多种可能性及其发生的概率,能为预报员提供包括不确定性在内的更多预报信息,该模型具有一定的实际应用价值。     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报,根据南京夏季梅雨期的天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)预报产品中寻找预报因子,然后用2种方法选取输入因子分别对人工神经网络进行训练,并利用抽取的5天雨量实况作降水分级预报检验.通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS数值模式的降水预报相比,人工神经网络降水预报方法的准确率提高了20%以上,而且漏报、错报明显减少;特别是与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高,这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值.     

液固互动作用下突水模拟分析

以开采过程中的煤矿突水为例，应用液固互动理论，采用有限元分析软件ADINA针对二种突水模式分别建立几何模型，进行数值模拟。在利用软件进行三维有限元建模时，分为结构模型和流体模型两种。针对不同的突水模式，探讨在流固耦合作用下的煤矿渗透突水过程中，地层与场地的变形特征。结果表明：对于断层突水模式中，接近45°的断层倾角对地层和场地的影响较大，因此在煤层开采中应该特别注意倾向于开采工作面的小倾角断层；在裂隙突水模式中，较大的渗透系数对突水速度和突水量影响显著，可以通过选择合适的开采区域尽量避免突水事故的发生。     

大坝基础渗流量预测的交替学习人工神经网络方法研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理，具有高度非线性、自适应、自学习等一系列优点，广泛应用于物理量的预测预报中。为此提出并建立了基于交替学习迭代算法的人工神经网络模型，结合清江隔河岩水电站的实际，研究了这种模型在大坝基础渗流量预测中的应用，其预报精度较高，可望推广应用到大坝安全监控中去。     

基于改进神经网络的深基坑工程变形预报

位移监测预报在深基坑工程信息化设计与施工中具有非常重要的意义.本文针对深基坑工程变形监测预报问题,将人工神经网络理论应用于深基坑工程的变形预测,建立了深基坑工程变形预报的改进人工神经网络模型,并编制了基于MATLAB的预报程序.最后以上海某深基坑工程为例,进行了深基坑开挖引起的地表沉降预测,预测结果表明,本文的方法具有较高的预测精度.     

新密西区煤矿群带压开采条件下水灾害综合治理

为了研究带压开采条件下煤矿群水灾害综合治理技术,通过数值模拟确定了底板"下三带"的高度,为防治底板突水提供定量数据;运用多维协同预测预报技术,使预报的准确性大大提高;采取多种疏放措施,有计划、有步骤地进行主动疏放,同时对突水点及时应用注浆封堵技术,新密西区煤矿群水灾害治理效果明显.     

过渡元素二元合金相图有限固溶体固溶度的预报

应用原子参数-人工神经网络方法研究了过渡元素二元合金相图中的有限固溶度问题．选择了原子体积、平均族数、元素熔点等影响固溶度的原子参数作为人工神经网络的输入值，使用已知的过渡元素二元合金相图的固溶度作为输出值，训练人工神经网络，应用“留一法”估计了人工神经网络的预报误差，并用训练好的网络对全部未知的过渡元素二元合金相图的固溶度进行计算机预报，得到了令人满意的结果．     

洪水水位的人工神经网络预报模型

利用人工神经网络，选取《水文情报预报规范》(SL250—2000)中的确定性系数作为目标函数，建立了根据上游和当地水情预报当地洪水水位的预报模型.为了提高网络训练速度和预报可能产生的超过历史水位的情况，对预报模型输入层和输出层的数据给出了规范化处理方法.选择珠江三角洲北江上的清远和芦苞水位站资料，对人工神经网络洪水水位预报模型进行了检验.检验结果表明，在合理选择输入层单元数据和预见期的情况下，该模型可以取得较好的预报成果.     

尚家湾强岩溶隧道突水突泥伴生灾害源综合分析

通过采用长期预报和短期预报相结合的方式,准确预报尚家湾强岩溶隧道突水突泥伴生灾害源的规模与空间位置,结合超前钻探建立综合超前预报体系。针对发生的3次突水突泥灾害,通过现场踏勘和水文地质分析,查明突水突泥伴生灾害源的来源,揭示尚家湾隧道突涌灾害源的赋存特征、致灾模式及其致灾机理,提出突涌灾害是由压力水、泥砂相结合的伴生灾害源和突涌通道2部分组成,伴生灾害源是内在源动力,突涌通道是灾害源的优势运移路径。同时,建立集内外结合(隧道内部揭露围岩与地表环境)、综合预报、"循环推进,交叉评价"、动态补探、综合治理相结合的伴生灾害源探测及防治技术,提出相应的治理原则、治理方案及后续施工的预防措施。