基于粒子群优化神经网络的概率积分法预计参数求取方法

摘要：

在分析概率积分法预计参数与地质采矿条件之间关系的基础上,利用人工神经网络对概率积分法预计参数进行建模,将粒子群算法(PSO)优化BP神经网络权值和阈值,提高预测精度,运用我国典型的地表移动观测站资料作为学习训练样本和预测样本,将网络计算结果与实际值进行对比分析。分析表明,PSO-BP神经网络方法应用在概率积分法预计参数求取上是可行的，并且收敛速度快，精度高。

关键词： 地表移动 粒子群 概率积分法 神经网络 矿区

作者: 曾凯 姜岩 赵琦 姜岳

作者单位: 山东科技大学测绘学院,山东青岛,266510 山东新巨龙能源股份公司,山东菏泽,274000

会议类型: 国内会议

会议名称: 2013全国现代地测技术与开采沉陷学术会议暨数字矿山论坛

会议地点: 西安

会议语种:中文

页码: 24-31

在线出版日期: 2013-05-01（万方平台首次上网日期，不代表论文的发表时间）