基于GM-GRNN耦合模型的尾矿坝浸润线预测研究

摘要

由于尾矿坝的渗流边界条件极为复杂,采用的二维简化理论分析法的计算结果有可能与实测浸润线的结果相差较大,急需一种能较为准确预测尾矿坝浸润线位置的方法。在深入剖析尾矿坝浸润线影响因素的基础上,建立了基于GRNN神经网络和GM(1,1)灰色理论的尾矿坝浸润线预测模型。通过某尾矿坝的工程实例说明基于GRNN神经网络(广义回归神经网络)和GM(1,1)灰色理论的尾矿坝浸润线预测及控制方法在尾矿坝工程中的应用.研究表明,此组合模型兼有灰色预测和GRNN神经网络预测的优点,既利用灰色系统理论具有所需要的样本数据少,原理简单,运算方便,短期预测精度高,可检验等优点,也发挥神经网络并行计算,容错能力强,自适应能力强等优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。