基于 OptunaGLSTM 的矿压预测方法研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    工作面矿压的精准预测对减少顶板灾害和安全生产有 重要 的 指 导 意 义. 为 提 高 矿 压 预 测 精 度,提 出 了 基 于Optuna优化的长短期记忆网络(LongShortGTerm Memory,LSTM)模型矿压预测方法.首先将线性插值后的矿压数据 通过中值滤 波 算 法 去 噪,然 后 利 用 Optuna框 架 优 化 影 响LSTM 模型精度的超参数,并使用均方误差对模型进行评 估,最后对比预测矿压值与真实矿压值.结果表明,超参数 学习率对模型的影响最大,其次是模型层数;通过训练去噪 后的 OptunaGLSTM 模型,MSE分别在训练集和测试集上下 降了0.01034和0.00671,验证了 LSTM 模型在矿压预测中 具有较好的效果,能有效预测矿压变化.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

李振华,,徐杰,,王文强,,李国盛,,杜锋,.基于 OptunaGLSTM 的矿压预测方法研究[J].矿业研究与开发,2023,43(3):98-102

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-02-29
  • 出版日期: