论文部分内容阅读
充填材料配比的预测与设计在膏体充填工程中具有十分重要的意义,充填材料的配比预测是一个典型的多变量、非线性系统.为了准确可靠的掌握充填材料的强度,在综合分析充填材料质量影响因素的基础上,采用粒子群算法来优化改进的BP神经网络技术建立了充填材料质量的预测模型.并用基于正交试验获得的充填材料试验数据作为学习训练和测试样本,对模型预测结果和实际值进行对比分析.研究结果表明,用人工神经网络方法预测充填材料配比是科学、可行的,为煤矿膏体充填开采的充填材料配比预测和评价探索出了一种新的方法.