基于遗传算法的拐点偏移距神经网络预测模型构建及分析

摘要

为了提高矿山开采沉陷中拐点偏移距精度,在综合考虑传统BP神经网络优缺点的基础上,利用了遗传算法(GA)所具有的整体搜索能力,使BP神经网络输入层获得最优的初始权重和阈值.选取了35个地表移动观测站拐点偏移距作为学习训练和测试样本,进行了GA-BP神经网络泛化能力测试和效果分析.结果表明:运用GA-BP神经网络方法求取拐点偏移距,其预测精度得到了较大提高,对于提高开采沉陷预计精度有着一定的参考价值.