基于广义回归神经网络的金属矿山水害危险性预测

来源期刊：黄金2017年第7期

论文作者：魏诚 刘子栋 王永恩 张华

文章页码：63 - 66

关键词：广义回归神经网络;金属矿山;水害危险性预测;样本;光滑因子;

摘    要：水害是金属矿山重大灾害之一,正确预测水害危险性及变化趋势,对矿山安全生产具有重要的指导意义。在分析水害影响因素和广泛参考其他预测模型的基础上,以矿山地质构造、裂隙发育状况、降水量、采空区面积、地下水水位、回采工艺、开采深度、有无预注浆、含水层层数、围岩岩性等10个影响因素作为预测输入,以有水害危险、无水害危险作为预测输出,建立了GRNN预测模型,并应用MATLAB软件编程,对某金属矿山样本进行了训练和预测。研究结果表明,预测结果最大误差仅为7.62%。GRNN模型预测精度高,对金属矿山水害危险性预测和防治具有借鉴意义。