基于混沌神经网络的矿井涌水量预测研究

摘要

矿区地下水系统是个非线性系统.由于受到水文地质、矿井开采等因素的影响,采用传统方法对矿井涌水量预测表现出很大的局限性.以混沌理论为基础,选取刘桥二矿区的1987年1月至2006年12月的矿井涌水量数据进行混沌特性分析.分别利用自相关法和Cao方法来改进小数据量法在选取时间延迟和嵌入维数上存在的主观性,并计算出矿井涌水量时间序列的最大Lyapunov指数为0.0149,显示该矿井涌水量时间序列具有混沌特性,再与神经网络结合,形成混沌神经网络模型,以期对矿井涌水量进行预测.结果表明,利用混沌时间序列预测方法对矿井涌水量进行预测是有效可行的.