开采影响下建筑物损害程度的人工神经网络预测模型*
郭文兵1，2 吴财芳3 邓喀中1
ARTIFICIAL NEURAL NETWORK PREDICTION MODEL OF MINING-INDUCED DAMAGE OF BUILDINGS
摘要 在综合分析开采影响下建筑物损坏程度影响因素的基础上，采用自适应BP神经网络技术建立了建筑物采动损坏程度的预测模型。以大量的建筑物采动损坏实例作为学习训练样本和测试样本，对模型预测结果与实际值进行了对比分析。结果表明，用人工神经网络方法预测建筑物采动损害程度是可行的。为开采影响下建筑物损坏程度预测和评价探索出了一种新的方法。
关键词 ：
地下工程 ,
采动损害 ,
建筑物 ,
神经网络 ,
智能预测
Abstract ：The main factors affecting the mining-induced damage degree of buildings are comprehensively analyzed. Then the model is established to predict the damage degree of buildings by applying the theory of artificial neural network(ANN). Based on a large amount of cases related to buildings damaged by mining，the predicted results of the model and the measured values are compared and analyzed. The results show that it is feasible to predict the mining-induced damage degree of buildings by ANN technology.
Key words ：
underground engineering
mining-induced damage
building
artificial neural networks
intelligent prediction
收稿日期: 2002-04-01
[1]
陈卫忠1*，刘辛宇1，2，杨建平1，王 伟1，2，臧中海3，丁洪元3，张哲元3，王小刚3，施峥嵘1. 地下储能人工硐室大型三维物理模型试验系统研制及其模型试验研究
[2]
王志良1，肖智桓1，申林方1*，刘海明1，李 泽1，李 淼2. 基于物理信息神经网络能量桩周土体热–力耦合高效求解方法
[3]
张俊祥1，刘桓兑2*，王贵宾2，罗自学1，宋 宇2. 硬岩储氢库受力机制与组合结构优化
[4]
徐 晨1，2，3，张世殊4，夏才初1，2，3，5*. 考虑双向应变软化的压气储能洞室围岩力学响应解析方法
[5]
尉欣星1，2，施锡林1，2*，李银平1，2，3，马洪岭1，2，李 朋1，2，杨春和1，2. 高杂质盐矿储油库注采油运行室内试验研究
[6]
韩俊艳，赵仕泽，毕延松，侯本伟*，许成顺. 逆断层震错耦合下含腐蚀缺陷埋地管道地震响应及预测方法研究
[7]
郝梅美1，2，杨文静1，2，彭 岑1，魏柳荷3，段宏宇4，李晓龙1，2，李禹函3，钟燕辉1，2. 人工硐室储气库韧性密封材料与气渗性能研究
[8]
张宜虎1，张立德2，赵 晓2，梁龙群3，刘 倩1，丁长栋1. 水封洞库防渗注浆工程量估算方法研究
[9]
姚荣涵1，张文松2，3，4，贾 磊2，3，4，王立冰1. 基于时空特性和深度学习的地铁基坑周边建筑物沉降估算模型
[10]
许慧聪1，2，来兴平1，2，单鹏飞1，2，郭中安3，薛 珂3，闫钟铭2，4，王华川1，5，徐 港2，孟 政2. 沟谷区浅埋煤层矿压显现时空特征辨识及预测方法研究
[11]
李 杰，徐天涵，范鹏贤，李 干，纪玉国，赵跃堂. 地下爆炸硐室震塌规律的理论与试验研究
[12]
岳佳豪1，王桂林1，2，3，王润秋1，黄建铭1，廖明勇1，李柏佚1. 物理神经网络与混合相场耦合的岩石裂纹扩展模拟方法研究
[13]
张世殊1，徐 晨2，3，夏才初2，3. 压气储能硐室围岩应力路径及稳定性调控
[14]
张国华1，2，相 月1，王薪锦1，熊 峰1，唐志成1，华东杰1. 压气储能地下内衬储气库结构荷载分担解析解及影响因素分析
[15]
郝 建1，刘河清1，刘建康1，吕家庆1，郑义宁2，刘建荣3. 基于振动信号的岩石单轴抗压强度钻进预测实验研究
