基于BP神经网络确定矿井巷道摩擦阻力系数的应用研究

摘要

运用多层前向人工神经网络-BP神经网络模型对不同支护类型的矿井巷道摩擦阻力系数进行模式识别,并运用改进的贝叶斯正则化方法对网络进行训练,以锚喷支护巷道为例对其摩擦阻力系数进行预测。采用BP神经网络将网络模拟值与实测值进行比较,误差在5%左右,同理对其他支护类型进行模拟预测,误差均在5%以内,预测精度较高。