买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安科技大学

摘要：本发明公开了一种矿井冲击地压多变量智能预报方法，包括：一、获取微震监测数据；二、采用计算机构建TFT神经网络模型；三、获取TFT神经网络模型的设置参数；四、TFT神经网络模型的训练；五、根据训练好的TFT神经网络模型预测后续时刻的b值、能量指数、累积视体积和施密特数；六、根据后续时刻的b值、能量指数、累积视体积和施密特数对冲击地压进行预测及预警。本发明方法步骤简单、设计合理，通过TFT神经网络模型实现b值、能量指数、累积视体积和施密特数多变量预测及预报，提高了冲击地压预测精准度。

主权项：1.一种矿井冲击地压多变量智能预报方法，其特征在于，该方法包括以下步骤：步骤一、获取微震监测数据：步骤101、采用微震监测系统对待监测矿井区域进行监测，得到单位时间内微震事件和各个微震事件对应的微震震级及能量；其中，待监测矿井区域为矿井巷道或采空区；步骤102、采用计算机根据单位时间内微震事件和各个微震事件对应的微震震级及能量得到b值、能量指数、累积视体积和施密特数；步骤二、采用计算机构建TFT神经网络模型；步骤三、获取TFT神经网络模型的设置参数：步骤301、设定个体数量、最大进化迭代次数、变异因子、交叉因子和个体的维度；其中，个体的维度为6，且6个维度分别为层数、多头注意力中的头数、每个头的维度、学习率、批次大小、训练轮数；步骤302、随机初始化个体，采用计算机利用差分进化算法，对每个个体迭代更新,直至满足最大进化迭代次数，则得到最优个体；步骤303、采用计算机将最优个体中的层数、多头注意力中的头数、每个头的维度、学习率、批次大小、训练轮数分别记作最优层数、最优头数、每个头的最优维度、最优学习率、最优批次大小和最优训练轮数；步骤四、TFT神经网络模型的训练：步骤401、采用计算机对构建的TFT神经网络模型按照最优层数、最优头数、每个头的最优维度、最优学习率进行设置；步骤402、按照最优批次大小和最优训练轮数，将步骤102中的b值、能量指数、累积视体积和施密特数输入TFT神经网络模型进行训练，得到训练好的TFT神经网络模型；步骤五、根据训练好的TFT神经网络模型预测后续时刻的b值、能量指数、累积视体积和施密特数；步骤六、根据后续时刻的b值、能量指数、累积视体积和施密特数对冲击地压进行预测及预警。

全文数据：

权利要求：

百度查询： 西安科技大学 一种矿井冲击地压多变量智能预报方法