Математическое моделирование элементов геосистем угольных шахт адаптированным методом нейронных сетей

• Автор: Дубовик, Юлия Валерьевна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2001
• Место защиты: Новокузнецк
• Количество страниц: 147 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1. АНАЛИЗ МЕТОДОВ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

И ПРОГНОЗА ПАРАМЕТРОВ ЭЛЕМЕНТОВ ГЕОСИСТЕМ

1.1. Характеристика технологических процессов геосистем угольных шахт

1.2. Анализ существующих методов математического моделирования и прогноза параметров элементов геосистем угольных шахт.
1.3. Тенденции развития методов и средств прогноза и регулирования параметров геосистем угольных шахт.
1.4. Анализ результатов научноисследовательских работ по созданию методов прогноза параметров сложных технологических систем
1.5. Выводы и обоснование актуальности разработки методов математического моделирования элементов геосистем угольных шахт на основе нейронных сетей
2. ОБОСНОВАНИЕ ТОПОЛОГИЙ И АЛГОРИТМОВ ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ, АДАПТИВНЫХ К РЕШЕНИЮ ЗАДАЧ МОДЕЛИРОВАИЯ ЭЛЕМЕНТОВ ГЕОСИСТЕМ

2.1. Характеристика метода нейронных сетей и решаемых с его помощью прикладных задач

2.1.1. Основные свойства нейронных сетей и методы работы с ними .
2.1.2. Методика анализа задач нейросетевого моделирования и селекции данных.
2.1.3. Процесс обучения нейронных сетей и интерпретация результатов.
2.2. Характеристика объекта исследования, обоснование топологий и алгоритмов обучения нейронных сетей, адаптивных к изменению параметров геосистем угольных шахт.
2.3. Выводы
3. РАЗРАБОТКА МЕТОДИКИ ФОРМАЛИЗАЦИИ ЗАДАЧ МОДЕЛИРОВАНИЯ ЭЛЕМЕНТОВ ГЕОСИСТЕМ УГОЛЬНЫХ ШАХТ И АДАПТАЦИЯ МЕТОДА НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗА ПАРАМЕТРОВ ГЕОСИСТЕМ ГОРНОГО ПРОИЗВОДСТВА
3.1. Методология исследования и адаптации ИНС к задачам моделирования элементов геосистем угольных шахт.
3.1.1. Критерии эффективности нейросетевого моделирования элементов геосистем
3.1.2. Синтез численных примеров для анализа влияния характеристик исходных данных на результат моделирования
3.1.3. Адаптация метода нейронных сетей посредством итерационной оптимизации решений реальных задач горного производства.
3.2. Решение тестовых задач моделирования элементов геосистем
с применением ИНС
3.2.1. Моделирование уровня воды при затоплении шахты
3.2.2. Моделирование метановыделения в горные выработки при отработке угольных пластов подземным способом
3.3. Разработка методики формализации задач моделирования элементов геосистем угольных шахт для их решения методом нейронных сетей
3.4. Адаптация метода нейронных сетей для моделирования геомеханических и газодинамических процессов геосистем
3.5. Выводы
4. РАЗРАБОТКА МЕТОДИКИ МОНИТОРИНГА ИСХОДНЫХ ДАННЫХ И РЕКОМЕНДАЦИЙ ПО НЕЙРОСЕТЕВОМУ МОДЕЛИРОВАНИЮ И ПРОГНОЗУ ПАРАМЕТРОВ ЭЛЕМЕНТОВ ГЕОСИСТЕМ УГОЛЬНЫХ ШАХТ
4.1 Разработка требований к методике мониторинга параметров геосистем угольных шахт для повышения эффективности нейросетевого моделирования
4.1.1. Влияние характеристик исходных данных на эффективность нейросетевого моделирования элементов геосистем
4.1.2. Рекомендации по мониторингу исходных данных
4.2 Разработка рекомендаций по реализации методики нейросетевого моделирования и прогноза параметров элементов геосистем угольных шахт на основе результатов мониторинга
4.2.1. Практическая реализация методики нейросетевого моделирования элементов геосистем и представление результатов прогноза.
4.2.2. Рекомендации по практическому применению метода ИПС для прогноза параметров геосистем.
4.3. Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Эффективность множества существующих и новых алгоритмов и программных комплексов не всегда подтверждается на практике их декларативными возможностями при описании реальных сложных производственных систем, в том числе геосистем угольных шахт. Это связано с тем, что производство как объект моделирования характеризуется изменением параметров внешней и внутренней сред, сложной структурой технологических схем и иерархической взаимосвязью их элементов. Последние научные исследования позволили разработать новые методы моделирования сложных производственных систем, обеспечивающие частичное устранение указанных причин отклонений фактических и прогнозных параметров. Основанные на использовании закономерностей стационарных и стохастических процессов эти методы моделирования и алгоритмы обеспечивают меньшую погрешность прогнозирования, однако они не нашли широкого применения на практике изза высокой трудоемкости сбора исходных данных, методов их обработки и моделирования с недостаточной для производства оперативностью. Снижение погрешности и повышение оперативности прогноза возможно за счет использования результатов оперативного мониторинга и математического моделирования технологических процессов методом нейронных сетей. Однако, потенциальные возможности метода нейронных сетей для моделирования сложных производственных систем, в том числе геосистем угольных шахт, не используются в полном объеме в связи с недостаточной глубиной исследований по адаптации алгоритмов обучения и топологий нейронных сетей, обоснованию размеров обучающей, валидационной и тестовой выборок исходных данных. Другим фактором, сдерживающим применение искусственных нейронных сетей, является вероятность искажения сущности физических закономерностей за счет некорректного применения методов аппроксимации. В связи с изложенным, актуальной научной задачей является нейросетевое моделирование элементов геосистем угольных шахт с оценкой адаптивности топологий и адекватности модели и объекта, имеющей существенное значение для оперативного прогноза их параметров. В диссертационной работе в качестве тестовых задач рассмотрено моделирование элементов геосистем угольных шахт, в частности прогноз методом искусственных нейронных сетей геомеханических и газодинамических параметров на примерах изменений уровня воды в ликвидированной шахте и метановыделения при воздействии очистных работ. Диссертация выполнялась в соответствии с программой 6 Министерства образования Научные исследования высшей школы в области топлива и энергетики, проект 6 Разработка компьютерной системы геомониторинга и оперативного прогноза геомеханических параметров выемочных полей и участков угольных шахт, гос. Недра Кузбасса, проект 6 Разработка системы прогноза параметров высокоинтенсивных технологий угледобычи действующих шахт Кузбасса, гос. Цель работы повышение точности и адекватности моделирования элементов геосистем угольных шахт методом нейронных сетей посредством обоснования адаптивных топологий и алгоритмов нейронных сетей с учетом параметров обучающей, валидационной и тестовой выборок. Идея работы заключается в том, что повышение качества и точности математического моделирования достигается путем итерационной адаптации объема и качества выборки, получаемой по информативным параметрам текущего мониторинга, с применением метода искусственных нейронных сетей. ИНС. ИНС для решения практических задач горного производства на примере метановыделения при воздействии очистных работ для пласта Байдаевского месторождения объем обучающей выборки составляет 5 измерений, тестовой , значения коэффициентов линейной корреляции 0, для интерполяции и 0, для экстраполяции. ИНС для решения задачи моделирования метановыделения при воздействии очистных работ по выемочным участкам пласта Байдаевского месторождения и разработке методики представления результатов нейросетевого прогноза геомеханических и газодинамических параметров в виде трехмерных диаграмм для их использования в управлении основными и вспомогательными технологическими процессами.