학술논문

概率积分预计参数的ENN优化算法 / ENN Optimization Algorithm for Probability Integral Prediction Parameters
Document Type
Academic Journal
Source
金属矿山 / Metal Mine. (5):170-176
Subject
开采沉陷
概率积分法
RW降噪
蚁群算法
ENN神经网络
Language
Chinese
ISSN
1001-1250
Abstract
为了提高ENN(Elman neural network)神经网络获取概率积分预计参数的准确性,以我国30个地表移动观测站的实测数据作为学习训练和测试的样本数据,采用强稳健局部加权回归法(Rlowess,RW)对30个地表移动观测站数据进行降噪处理,采用蚁群算法(Ant Colony Optimization,ACO)对ENN神经网络的权值和阈值进行优化,构建了ACO-ENN概率积分预计参数解算模型.结果表明:对比分析ACO-ENN模型解算RW降噪处理前后的实测数据,发现RW降噪处理显著提高了数据质量,提高了解算模型的预测精度;利用ACO-ENN模型解算下沉系数、水平移动系数、主要影响角正切及拐点偏移距的平均相对误差分别为2.41%、3.48%、6.11%和1.67%,ACO-ENN模型对于概率积分预计参数的解算精度优于传统ENN算法,为精确获取概率积分预计参数提供了新思路.