【正文】 因子的權(quán)重和閾值（X）調(diào)節(jié)公式為：0lr1其中，k為訓練次數(shù)，mc為動量因子，lr為學習速率，是常數(shù)，E為誤差函數(shù)。函數(shù)調(diào)用格式為： a = sim(net,p)；其中net為訓練好的網(wǎng)絡(luò)對象，p為輸入向量或矩陣，a為網(wǎng)絡(luò)輸出。 網(wǎng)絡(luò)訓練。 設(shè)置修正值得學習速率=。使用函數(shù)train對網(wǎng)絡(luò)進行訓練之前，必須先設(shè)置訓練參數(shù)，我們設(shè)置訓練時間為4000個單位時間，其它參數(shù)如下：=50。在MATLAB中訓練網(wǎng)絡(luò)有兩類模式：逐變模式和批處理模式。其中參數(shù)net為newff所建立的網(wǎng)絡(luò)，變量net 為初始化后的網(wǎng)絡(luò)。)。,39。這個函數(shù)有六個輸入?yún)?shù)，分別是:輸入向量的范圍、網(wǎng)絡(luò)結(jié)構(gòu)、各層變換函數(shù)、訓練算法函數(shù)、學習函數(shù)和性能函數(shù)。因此，對非線性問題，輸入層和隱含層多采用非線性傳遞函數(shù)，輸出層采用線性函數(shù)，以保持輸出的范圍，就非線性傳遞函數(shù)而言，若樣本輸出均大于零時，多采用Logsigmoid函數(shù)。學習率η：學習率決定每一次循環(huán)訓練中所產(chǎn)生的權(quán)值變化量。隱含層的個數(shù)定義為10個神經(jīng)元個數(shù)。輸入層的節(jié)點數(shù)應(yīng)等于輸入向量的分量數(shù)目，即分類時所考慮的因素數(shù)。文獻（15）中指出當n1=P1時（P為學習樣本數(shù)），迭代次數(shù)有明顯減少。 層內(nèi)節(jié)點數(shù)的確定1989年Robert HechtNielson 證明了對于任何在閉區(qū)間的一個連續(xù)函數(shù)都可以用一個隱層的BP網(wǎng)絡(luò)逼近，因而一個3層網(wǎng)絡(luò)可以完成人意的N維到M維的映射，因此在BP網(wǎng)絡(luò)中多采用單隱層網(wǎng)絡(luò)。 確定輸入、輸出神經(jīng)元個數(shù)后，就需要解決隱含層數(shù)和隱含層神經(jīng)元個數(shù)的問題了。因此可以選定網(wǎng)絡(luò)的輸出層神經(jīng)元個數(shù)為2。選取一定的閾值，可以將頂板巖性、地質(zhì)構(gòu)造復雜程度、有無煤柱、開采方法、炮采或綜采等作為定性變量來處理。經(jīng)過對現(xiàn)場資料的分析，影響張集礦沖擊地壓的主要因素為煤層開采深度、頂板巖性、地質(zhì)構(gòu)造復雜程度、煤層傾角、開采方法、有無煤柱、炮采或綜采等8個影響因素。訓練樣本數(shù)據(jù)選擇的科學性及數(shù)據(jù)表示的合理性，對網(wǎng)絡(luò)設(shè)計具有極為重要的影響，樣本數(shù)據(jù)的準備工作是網(wǎng)絡(luò)設(shè)計與訓練的基礎(chǔ)。模型應(yīng)用部分相對簡單，它用訓練好了的網(wǎng)絡(luò)模型對工程數(shù)據(jù)進行分析，并統(tǒng)計輸出。此外還應(yīng)具備先進性、實用性、可靠性、界面友好和易擴充性等特征。從而大大節(jié)省了編程和調(diào)試的時間，提高了效率和質(zhì)量。第六章 概要設(shè)計經(jīng)過反復的試驗和比較，最后我們采用了VB語言和MATLAB神經(jīng)網(wǎng)絡(luò)工具箱相結(jié)合的方法。3）煤層頂板預測：用戶可以根據(jù)實際情況，自己輸入數(shù)據(jù)來檢測頂板的穩(wěn)定性。為了系統(tǒng)的規(guī)范，對于每一個用戶來說，他們所輸入的數(shù)據(jù)都應(yīng)在一個特定的范圍內(nèi)，因為神經(jīng)網(wǎng)絡(luò)識別方法是從實例中獲取知識，提煉出數(shù)據(jù)間的復雜關(guān)系，而我們選取的樣本數(shù)據(jù)是測定好的數(shù)據(jù)，這就要求用戶根據(jù)實際情況來輸入數(shù)據(jù)，同時，用戶也可以參考系統(tǒng)樣本數(shù)據(jù)，來選擇數(shù)據(jù)的輸入范圍。只有通過需求分析才能把軟件功能和性能的總體概念描述為具體的軟件需求規(guī)格說明，從而奠定軟件開發(fā)的基礎(chǔ)。這時表示網(wǎng)絡(luò)已經(jīng)進入了誤差的平坦區(qū)。 BP算法流程圖 BP網(wǎng)絡(luò)缺陷 收斂到局部最小值在BP神經(jīng)網(wǎng)絡(luò)進行訓練時，有時會出現(xiàn)這樣一種情況：網(wǎng)絡(luò)的輸出與期望輸出之間的誤差在某一個值左右徘徊，但是無法再減少。網(wǎng)絡(luò)結(jié)構(gòu)示意圖 BP網(wǎng)絡(luò)的算法在實際應(yīng)用中，學習時要輸入訓練樣本，每輸入一次全部訓練樣本稱為一個訓練周期，學習要一個周期一個周期地進行，直到目標函數(shù)達到最小值或小于某一給定值。層與層之間采用全互連方式，同一層之間不存在相互連接，隱層可以有一個或多個。3） 通過訓練進行學習 神經(jīng)網(wǎng)絡(luò)是通過研究系統(tǒng)過去的數(shù)據(jù)記錄進行訓練的。 人工神經(jīng)網(wǎng)絡(luò)的特點1） 并行分布處理神經(jīng)網(wǎng)絡(luò)具有高度的并行結(jié)構(gòu)和并行實現(xiàn)能力，因而能夠有較好的耐故障能力和較快的總體處理能力。第四章 神經(jīng)網(wǎng)絡(luò)技術(shù) 什么是人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)( Artificial Neural Networks,簡稱 ANN)是80年代中后期在世界范圍內(nèi)迅速發(fā)展起來的一門非線性科學，網(wǎng)絡(luò)的信息處理由人工神經(jīng)元之間相互作用來實現(xiàn)，知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理關(guān)系；網(wǎng)絡(luò)的學習與識別決定于各神經(jīng)元連接權(quán)系數(shù)的動態(tài)演化過程。但圍巖分類時一般不考慮時間因素。圍巖應(yīng)力變形狀態(tài)隨時間的惡化主要有兩個方面的原因：一是巖體的流變性質(zhì)。以上這些因素都對洞室穩(wěn)定有一定的甚至很大的影響，一定條件下可以忽略它們中的一部分，但在一些場合，則必須對他們進行專門的研究。 對某個特定的工程來說，原巖應(yīng)力的大小和方向可能會隨著測試地點空間位置的不同而有所變化，當工程位置和方向不同時，原巖應(yīng)力對其穩(wěn)定性的影響程度有很大的差異。 在許多工程中，很少考慮到地應(yīng)力對巖體穩(wěn)定性的影響，至今國內(nèi)外不少的圍巖分類方法也還未把地應(yīng)力列為分類的基本參數(shù)。在地下工程開挖之前巖體中已存在著初始地應(yīng)力場，在地下工程開挖之后，初始地應(yīng)力場受到擾動，引起洞室的變形和應(yīng)力重分布，產(chǎn)生次生地應(yīng)力場。這些地質(zhì)構(gòu)造運動在地層中形成了一系列的構(gòu)造行跡，大型的如斷層、褶曲，小型的如小型斷裂、裂隙等。 如表31所示：（不同巖石物理學參數(shù)比較）巖 石名 稱性 狀容 重（g/cm3）抗壓強度（Mpa）E（Gpa）抗 剪 強 度工程名 稱干濕tgC（kPa）花崗巖新鮮8522300廣蓄電站輕蝕變14500中蝕變105200灰?guī)r新鮮，厚層——19恒山水庫泥質(zhì)65——15龍門千煤巖微風化98531430江口強風化74——————粘土巖砂質(zhì)42——————獅子灘 另外，特定巖性的巖石還會產(chǎn)生一些與某些自然特征或工程活動相關(guān)的不穩(wěn)定因素，比如灰?guī)r或巖鹽中可能有巖溶問題或成為地下水的來源；某些薄層冊會產(chǎn)生圍巖劇烈變形等。圍巖的巖石力學性質(zhì)通過巖石試件的各種強度實驗和變形實驗確定，它所反映的是去掉了宏觀結(jié)構(gòu)面和非均質(zhì)性的影響后的巖石材料的力學性質(zhì)。第三章 影響圍巖穩(wěn)定性的因素分析在地下洞室的開挖和使用過程中，經(jīng)常會出現(xiàn)圍巖破壞或變形過大的失穩(wěn)現(xiàn)象，如頂板塌落、地板隆起、兩幫擠裂等。表32 b與C1值的關(guān)系節(jié)理裂隙間距b/m 系數(shù)C1表33 h與C2值的關(guān)系分層厚度h/m 系數(shù)C2 表34 老頂分級指標老頂分級ⅠⅡⅢⅣ老頂來壓顯現(xiàn)不明顯明顯強烈極強烈指標Km3～5 Km≤3～5，L=25～50 Km≤3～5，L50Km≤，L=25～50Km≤，L50表項的分級主要采取直接頂厚度和采高的比值Km=∑h/m，并參照老頂初次來壓步距L，可將老頂分為4級。參考指標直接頂初次垮落步距≤89～1819～2525Rc60～80μPa。 其分類依據(jù)是由巖石單軸抗壓強度Rc，節(jié)理裂隙間距b，分層厚度h綜合而成的強度指標D。當K值大雨或等于35%，但小于65%時，反映在頂板巖體中硬質(zhì)巖石，中硬巖石和軟質(zhì)巖石各部分大致相當，在構(gòu)造英里作用或在采動影響下頂板巖體的力學性質(zhì)主要取決于這些巖石類型的組合。巖性在直接頂板分類中起著重要的作用。由于受沉積環(huán)境的控制，煤層頂板沉積巖性在垂直向上旋回變化，不同巖性的巖層做有規(guī)律的組合，稱層組巖體（簡稱巖體），因此頂板巖體力學性質(zhì)及其穩(wěn)定性，并不是由一層巖性所能代表的，而是多層巖性的組合。及側(cè)應(yīng)力比值有非常大的關(guān)系，在礦井的淺部，引起礦山壓力的主要原因是重力，隨著開采深度的增加，或在地質(zhì)條件復雜地區(qū)，構(gòu)造應(yīng)力引起的礦山壓力是主要的地壓形式。 ⑶ 放炮，放炮產(chǎn)生生震動，引起動載荷，增加煤體壓力、改變煤體的應(yīng)力狀態(tài)，由三向壓縮變?yōu)槎蚧騿蜗驂嚎s，使其抗壓度下降，導致迅速破壞。長壁分層開采比短壁開采發(fā)生沖擊地壓的次數(shù)明顯減少。此外，煤層厚度對沖擊地壓也有影響。隨著礦井開采深度的增加，發(fā)生沖擊地壓的危險性越來越大，達到一定的開采深度是形成沖擊地壓的一個基本條件。因開拓、掘井或采煤，破壞了原有地層的平衡狀態(tài)，造成礦山壓力分布不均勻。老頂一般由厚層的砂巖組成，它能保持一定的空頂距，從而使采場的空間在一段時間內(nèi)保持穩(wěn)定[6]。c） 單一型巖層頂板：煤層頂板為單一巖層組成。（數(shù)據(jù)為河南焦作礦區(qū)工作面頂板）a） 普通型頂板：即偽頂、直接頂、基本頂均有。 總之，我們做的這個預測預報系統(tǒng)是一套基于計算機測控技術(shù)的安全監(jiān)測設(shè)備，主要應(yīng)用在煤礦行業(yè)。綜合各種因素考慮，我們選擇了BP網(wǎng)絡(luò)模型用來預測頂板及圍巖的穩(wěn)定性。證明了該網(wǎng)絡(luò)模型是十分成熟的模型，比較適合地質(zhì)工作分類、識別和預測中，并預計BP神經(jīng)網(wǎng)絡(luò)在地質(zhì)工作中將有很好的應(yīng)用前景[5]。然后用訓練好的網(wǎng)絡(luò)隊采煤工作面煤層底板突水情況進行預測，在4個突水工作面中，判斷對了3個，判斷率為75%，可見其預測精度是比較高的[2]。采礦、地址、力學等相關(guān)學科研究者已作了大量的地質(zhì)、力學方面對礦井沖擊地壓的研究工作。我們將神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于煤礦頂板穩(wěn)定性分析預測預報系統(tǒng)中，創(chuàng)建了BP網(wǎng)絡(luò)模型，這個模型不僅能夠模擬各影響因素之間的錯綜復雜的關(guān)系，而且不需要提前確定影響穩(wěn)定性因素指標，從而消除了傳統(tǒng)的預測預報方法的人為因素的影響。其次，煤礦各種地質(zhì)條件的復雜性和難于預測性，使得采場頂板、圍巖的穩(wěn)定性分析問題成為地下工程主要問題。河北理工大學畢業(yè)說明書 第 53 頁 共 53頁第一章 系統(tǒng)概述 言隨著大型地質(zhì)煤礦建設(shè)迅速增加，開采規(guī)模不斷擴大，開采深度逐漸增加，煤礦頂板事故越來越突出，約占整個煤礦安全事故的40%以上，每年受頂板事故影響的產(chǎn)煤量約占總產(chǎn)煤量的5%左右。 首先，由于巖體是一種天然形成的復雜的地質(zhì)介質(zhì)，而非一種性質(zhì)單一的工程材料，所以在巖體中開采地下煤要受到一系列自然的特別是地質(zhì)條件的影響。人工神經(jīng)網(wǎng)絡(luò)方法是以自身特有的樣本學習能力獲得識別模式，它具有極強的非線性逼近、大規(guī)模并行處理、自訓練、自學習、自組織和容錯及抗干擾能力，識別結(jié)果客觀可靠。由于研究對象非線性、動態(tài)變化；復雜地質(zhì)因素和環(huán)境危險性比較大；所涉及的領(lǐng)域是跨學科；實現(xiàn)起來非常的困難，所以目前尚未發(fā)現(xiàn)在這個領(lǐng)域的深入探討。他們從大量的煤層底板突水案例中選取了15個典型采煤工作面底板突水資料作為訓練樣本，建立了BP網(wǎng)絡(luò)。礦產(chǎn)資源開發(fā)工程系鄒艷榮探討了BP神經(jīng)網(wǎng)絡(luò)模型在煤層對比、礦井突水水源識別以及識別礦化異常中的應(yīng)用。3）神經(jīng)網(wǎng)絡(luò)模型的選?。何覀円x擇一個多輸入、多輸出并且具有成熟、收斂速度快、精度高的網(wǎng)絡(luò)模型。6）可視化界面：為了方便推廣應(yīng)用，能夠讓客戶更加直觀的了解并操作這個系統(tǒng)，我們將這個系統(tǒng)用面向?qū)ο笳Z言VB編成了可視化的圖形監(jiān)控界面。第二章 影響頂板穩(wěn)定性的因素分析根據(jù)所調(diào)查的資料分析，頂板可劃分為三種類型。其直接頂中的薄層煤線為離層滑動面，常形成上、下層不能同時冒落，構(gòu)成了軟、硬薄層組合的復合型頂板。直接頂一般由泥巖和砂質(zhì)巖所組成，具有一定的力學強度，通常能經(jīng)受一定寬度的空頂而不冒落，這種頂板的存在往往便于支護。 煤炭在地下開采，直接受上覆巖層壓力的影響。 影響頂板穩(wěn)定性因素1）地質(zhì)因素⑴ 開采深度。煤的彈性、強度、脆性和含水率等對沖擊地壓也有較大的影響，頂板巖性、單層厚度以及開采后的可冒落性是影響沖擊地壓的重要因素。2 ）開采