[发明专利]一种露天矿边坡位移量预测模型的建立方法

权利要求书

1.一种露天矿边坡位移量预测模型的建立方法，其特征在于：

步骤1、获取边坡变形监测样本数据，因为边坡变形监样本测数据量纲和数量级的不同，对监测样本数据归一化处理；

步骤2、初始化BP神经网络，确定BP神经网络的拓扑结构，确定输入层、隐含层和输出层的神经元个数；根据BP神经网络的拓扑结构确定粒子群种群规模M、维数n，随机初始化每个粒子的位置向量x_i和向量v_i，分别确定适应度函数和系统误差；

步骤3、将归一化的样本数据带入到每个粒子中，进行网络的前向传播计算，逐个计算每个粒子的适应度值，即均方差E_k；

步骤4、比较适应度函数值，确定每个粒子的个体最优解和粒子群的全局最优解，在迭代的过程中，为了防止某些粒子陷入局部最优解而导致种群粒子快速收敛到局部最优解，应用自适应高斯变异和柯西变异分别对粒子个体最优解和全局最优解进行变异，通过比较变异前后粒子对应的适应度值，如果变异后粒子的个体最优解的适应度值或粒子群全局最优解对应的适应度值小于变异前，则替换为变异后的个体最优解和全局最优解；

步骤5、将停止迭代后的全局最优解对应的向量元素初始化BP神经网络，该BP神经网络即为露天矿边坡位移量预测模型。

2.根据权利要求1所述的露天矿边坡位移量预测模型的建立方法，其特征在于：在步骤1中，将边坡变形监测样本数据代入以下公式进行归一化处理：

3.根据权利要求2所述的露天矿边坡位移量预测模型的建立方法，其特征在于：在步骤1中，所述边坡变形监测样本数据获取方法如下，首先布设露天矿边坡变形监测网，观测点布置在以下地段：工程地质条件复杂地段、受地下水和地表水危害较大的地段、正在进行边坡治理的地段、以及已形成较高的边坡和服务年限较长的地段；选取边坡地下水位的变化量、降雨量、边坡高度变化量、边坡内部岩体的受力值作为露天矿边坡位移量的样本数据。

4.根据权利要求3所述的露天矿边坡位移量预测模型的建立方法，其特征在于：在步骤2中，初始化BP神经网络，BP神经网络为三层BP神经网络，确定隐含层传递函数、输出层传递函数以及训练函数；确定BP神经网络的拓扑结构，确定输入层和输出层神经元个数，其中根据kolmogorov定理确定隐含层神经元个数，公式如下：

k＝2n_i+1 (2)；

对每个粒子依次输入所有样本数据，计算每个粒子的适应度值，即每个粒子的均方差，确定每个粒子的个体最优解和粒子群的全局最优解，适应度函数表达式如下：

5.根据权利要求4所述的露天矿边坡位移量预测模型的建立方法，其特征在于：在步骤4中，在迭代的过程中，如果粒子的当前适应度值小于历次个体最优解的适应度值，则取粒子最优解pbest_i为当前粒子的位置向量，否则不变；在当前迭代次数如果种群中某一粒子的适应度值小于全局最优解对应的适应度值，则将该粒子的个体最优解作为全局最优解gbest。