文献

J-GLOBAL ID：201702263199834890   整理番号：17A1523029

岩層移動角予測のラフ集合-BPニューラルネットワークモデル【JST・京大機械翻訳】

Rough Set-BP Neural Network Prediction Model of Strata Movement Angle

著者 (3件)： Fu Yuhua (江西理工大学応用科学学院,江西 gan州341000;紫金鉱業集団股fen有限公司,福建 上杭364200) ,  Zhan Fei (江西理工大学応用科学学院,江西 gan州,341000) ,  Li Yong (江西理工大学応用科学学院,江西 gan州,341000)
資料名： Jinshu Kuangshan  (Jinshu Kuangshan)
号： 2  ページ： 96-101  発行年： 2017年 
JST資料番号： C3403A  ISSN： 1001-1250  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 岩層の移動角は金属鉱山の採掘による地表の移動規則を表す重要なパラメータの一つである。理論計算法と数値解析法の力学モデルマッチング、パラメータ選択、境界条件設定などの問題点を克服し、岩層移動角予測法を改良するため、まずBPニューラルネットワーク、ラフ集合の基本原理を分析した上で、両者を有機的に結合した。ラフ集合-BPニューラルネットワークモデルを構築して,ファジィ集合,不確実性,および不完全性を有する情報を前処理するために,ラフ集合を前処理として用いて,BPニューラルネットワークを入力と出力の間のマッピング関係として確立した。次に、34組の実測岩層の移動サンプルデータに対して学習訓練とテストを行うことにより、下盤岩石学、上盤岩石係数、鉱体傾斜角、鉱体厚さ、採掘深度、採鉱方法などの6つの要素を含むラフ集合-BPニューラルネットワークの岩層移動角予測モデルを構築した。また、永平銅鉱露頭の地下採掘岩層の移動角について予測を行った。結果は以下を示した。この鉱山の総合的な岩層の移動角の予測値はそれぞれ上盤62°、下盤68°、走向73°であり、予測結果は工学類の比法、数値シミュレーション法などの伝統的な方法と接近している。提案した方法は,科学的選択変数,ネットワーク構造の単純化,および耐故障性の改善と分類の能力を持つので,従来の予測法と比較して,鉱山の採掘層の移動角の予測精度を改善するのに役立つ。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ラフ集合 ,  岩石 ,  *ニューラルネットワーク ,  学習 ,  不確実性 ,  数値解析 ,  *テレーン ,  予測モデル ,  予測技法 ,  *予測 ,  地表面 ,  前処理
準シソーラス用語： 数値シミュレーション ,  *逆伝播ニューラルネットワーク ,  *神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： Metal mine ,  Surface movement regularity ,  Strata movement angle ,  Rough set ,  BP neural network

分類 (5件)： 粉体工学  (XD03010M) ,  太陽エネルギー  (LB03030Q) ,  検索技術  (AC06020S) ,  装置内の流れ  (XD01010Y) ,  構造力学一般  (HD01000X)

タイトルに関連する用語 (4件)： 岩層 ,  予測 ,  ラフ集合 ,  モデル