[发明专利]一种煤层底板破坏深度的预测方法

权利要求书

1.一种煤层底板破坏深度的预测方法，其特征在于采用以下技术方案：

(1)建立样本数据库：收集典型煤矿底板破坏深度实测资料及其对应的影响因子，建立建模样本和检验样本数据库，其影响因子包括煤层采深、煤层倾角、煤层采厚、工作面斜长、底板抗破坏能力和有无切穿型断层或破碎带6个影响因子；

(2)建立Elman-SVM耦合模型：首先对建模样本原始数据建立煤层底板破坏深度的简单递归神经网络预测模型，求得原始数据预测值和误差；然后对求得的误差进行支持向量机建模，求得误差预测值；最后将原始数据预测值和误差预测值合成，求得煤层底板破坏深度最终预测值；

所述建立煤层底板破坏深度的Elman网络预测模型的步骤如下：

①将6个影响因子作为Elman网络的输入值，将相应的底板破坏深度作为网络的输出值；

②用建模样本进行训练，给出训练步长、最大训练步数、均方差最小值和激励函数，在训练过程中每一步随机设定各层的连接权个阈值，在最大训练步数范围内均方差达到规定值时便结束训练，设定网络结构，寻找最优模型；

所述SVM建模的步骤如下：

①选取6个影响因子作为输入向量，Elman网络求得的误差为目标向量；

②数据归一化处理：对输入向量数据进行归一化处理，使得所有数据处于[-1，1]之间；

③初始参数设置：选择SVM类型和核函数，确定模型所需的运行参数，确定微粒群优化算法的初始参数；

④PSO参数寻优：调用PSO-SVM算法优化SVM的惩罚参数c和核参数g，获取最优参数；

⑤建立SVM模型：用步骤④获得的最优参数训练SVM回归机，建立SVM误差预测模型；

(3)模型检验：利用检验样本对预测模型进行检验，预测模型精度达到90％以上为预测模型合格，用来预测；预测模型精度小于90％，重复步骤(2)和(3)，直到预测模型合格，预测模型检验合格后实现对预测矿区的煤层底板破坏深度的预测。