基于GDA-BA-BP采空区稳定性预测模型研究

作者：王瑞 王刚 粟登峰 谭宝会 胡颖鹏 赵黎 陈榕凯 李坤    单位：西南科技大学 环境与资源学院； 金川集团股份有限公司

关键词：预测模型 ; 采空区稳定性 ;BP 神经网络 ; 数据增强 ; 蝙蝠算法优化

摘  要：传统 BP 神经网络收敛速度慢，训练精度不足，容易陷入局部最优，在预测采空区稳定性时会影响评估结果的准确性。基于此，本试 验提出了一种基于蝙蝠算法(BA)优化并结合高斯数据增强(GDA)算法的 BP 神经网络预测模型。在来源可靠的原始数据背景下，该模型通过主 成分分析法(PCA)分析原始数据集，随后结合置换分析算法识别模型的关键影响因素。结果表明，基于增强后的数据与原始数据，对采空区稳定 性影响最大的指标均为单轴抗压强度、弹性模量和 RQD 值，验证了数据增强算法的有效性。通过 GDA 与 BA 优化，显著提高了 BP 神经网络预测 模型在采空区稳定性预测中的准确率。