基于BP神经网络的帷幕注浆量预测模型研究

来源 :中原工学院学报 | 被引量 : 0次 | 上传用户:lgwfzc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在帷幕注浆工程中,注浆量预测具有重要的实际应用价值。利用Matlab神经网络功能,通过编写预测注浆量的程序,建立了预测帷幕注浆量的BP神经网络模型,得出了注浆量与影响因子的非线性关系。结合工程实例,分别对注浆段和注浆孔进行了注浆量预测,并将注浆量预测值与实测值进行了比较分析。结果表明,在帷幕注浆工程中,BP神经网络模型对注浆量的预测误差较低,预测效果良好。
其他文献
针对基于Web的地标挖掘算法中难以对候选地标进行有效评估的问题,提出了一种基于路由跳数的网络实体地标筛选算法。给出了基于候选城市分布的探测源部署和基准节点选择策略,
多年的声乐教学经验告诉我们:时常强调的高位置的歌唱技巧实质上是与我们每天都必须运用的教学辅助工具--结构精密,音域宽广,实乃"百乐之王"的钢琴的弹奏方法-精湛、细腻的触
在叠前深度偏移处理中,速度模型是决定成像质量的重要参数。通常,初始速度模型通过叠加速度直接用DIX公式计算而得到,这样的速度模型在横向上一致性较差,需要较多次迭代才能保证