《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》
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)。
图表编号 | XD0070915200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 李飞、周家兴、王金安 |
绘制单位 | 北京科技大学土木与资源工程学院、北京科技大学土木与资源工程学院、北京科技大学土木与资源工程学院、金属矿山高效开采与安全教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |