《表3 各样本选点序号：基于稀少样本数据的地应力场反演重构方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于稀少样本数据的地应力场反演重构方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了比较GMDH神经网络算法和BP神经网络算法在地应力测点样本量不同情况下的反演精度，分别取15个、12个、9个及6个测点进行反演计算（选点情况见表3）。通过ABAQUS有限元软件对该二维煤层模型进行正分析计算，即在模型左侧边界面分别施加4组不同应力边界条件，获得不同边界条件下的地应力场分布情况。随后，选取各组边界条件下测点位置处的应力分量值，与对应模型边界条件构成训练样本，分别代入GMDH神经网络算法和BP神经网络算法进行训练与优化。将“实测应力”作为输入量，分别代入到两种已优化的神经网络算法中，输出值为对应的边界条件，最后，施加边界条件获得“实测点”处各应力分量反演值，并与“实测值”进行对比（对比结果如图5所示）。