基于Elman模型的露天矿粉尘浓度预测

摘要

为对深凹露天矿吊斗铲粉尘浓度的变形趋势进行分析与预测,采用Elman神经网络模型,选取露天矿实测吊斗铲附近数据。通过Elman模型获得的预测数据对比可以看出:利用主要影响因素构成的Elman神经网络模型,可对露天矿工作区域内粉尘浓度PM2.5的分布情况进行预测,结果精确性较高,与实际监测粉尘浓度相对误差较小。预测模型能基于现有数据对后续发展规律做出预测,为露天矿山吊斗铲附近粉尘浓度控制措施的实施提供重要的参考依据。