Próba zastosowania sieci neuronowych do prognozowania obniżeń w nieckach pełnych wywołanych podziemną eksploatacją górniczą

• Autorzy: Gruszczyński W.

Warianty tytułu

EN

Application of neural networks to predict surface depression caused by underground mining

• Języki publikacji: PL

Abstrakty

PL

Problem postawiony w niniejszym artykule sprowadzono do poszukiwania sieci neuronowej, która najdokładniej przeprowadzi prognozę obniżeń. Zestaw dostarczanych jej danych wejściowych, sposób ich przetworzenia i rodzaj zwracanych przez nią wyników ustalono a priori. Kierowano się przy tym istniejącymi już modelami, a zwłaszcza rozpowszechnionym w Polsce modelem Knothego. Zaproponowano dwa kształty siatki (tj. kwadratowy i kołowy) wykorzystanej do przekazania sieciom atrybutów określających wymiary przeprowadzonej eksploatacji. W pierwszej fazie badań, dla sprawdzenia poprawności przyjętego sposobu opracowania danych przed ich dostarczeniem do sieci, przeprowadzono trening i weryfikację na nieckach teoretycznych obliczonych zgodnie z teorią Knothego. Próby rozpoczęto na prostszej w budowie siatce atrybutów kołowej. Przetestowano ją dla 10 różnych rozdzielczości. Ze względu na zadowalające wyniki aproksymacji nie przeprowadzano testów na bardziej rozbudowanej kwadratowej siatce atrybutów. W drugiej fazie przeprowadzono badania na nieckach obserwowanych. Zbiór danych wykorzystanych do nauki i weryfikacji uzyskanych rezultatów obejmował wyniki obserwacji z 10 linii obserwacyjnych łącznie zawierających 385 obserwowanych punktów. Wykorzystane do badań złoża były względnie poziome i nie zaburzone tektonicznie. Testowano oba rodzaje zaproponowanych siatek atrybutów w trzech różnych rozdzielczościach. Uzyskane wyniki prognoz dały wyniki dokładnościowo porównywalne z prognozą wykonaną modelem Knothego. Ze względu na stosunkowo niewielki zbiór uczący wykorzystany w badaniach niezbędne jest potwierdzenie uzyskanych wyników po nauce na kilkakrotnie większym zbiorze uczącym. Celowe wydają się także próby zastosowania sieci do tworzenia modeli do prognozowania obniżeń dla pojedynczych obiektów.

EN

Problem which is considered in this article amounted to searching such a neural network which carries out the most exact prediction of surface depression. A set of used input data, a way of their transformation and kind of returned results were determined a priori. Those decisions were guided by existing models, especially by Knothe's model which is very common in Poland. Two kinds of grids were proposed (circular and square). Both of them are used to deliver dimensions of exploitation to networks. In first phase of research, correctness of data preparation had to be checked. In order to achieve that training and verification were conducted onto theoretical troughs. Knothe's model has been used during the training. First attempts were launched with simpler in structure circular grid. It was tested for 10 different resolutions. Because of good results of approximation no more tests were carried out with much more complicated square grid. In second phase, researches on observed troughs were conducted. Data set used for training and verification consisted of 10 observations lines. Deposits used in researches were relatively horizontal and weren't dislocated tectonically. Both types of attributes grid in 3 different resolutions have been tested. Obtained prognosis accuracies were comparable to prognosis made with Knothe's model. In consideration of rather small amount of training data used in researches it's necessary to confirm obtained results after learning on 3-5 times larger learning data set. Application of neural networks in a process of creation depression models for single objects seems to be reasonable.

Słowa kluczowe

PL

sieci neuronowe; deformacje górnicze; obniżenia

EN

neural network; mining deformation; surface depression

• Wydawca: Wydawnictwa AGH
• Czasopismo: Geodezja / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2004
• Tom: T. 10, z. 2
• Strony: 145--156
• Opis fizyczny: Bibliogr. 3 poz., rys., tab., wykr.

Twórcy

autor

Gruszczyński W.

• Akademia Górniczo-Hutnicza, Wydział Geodezji Górniczej i Inżynierii Środowiska

Bibliografia

• [1] Hejmanowski R.: Prognozowanie deformacji górotworu i powierzchni terenu na bazie uogólnionej teorii Knothego dla złóż surowców stałych, ciekłych i gazowych. Kraków, IGSMIE PAN 2001
• [2] Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Warszawa, Akademicka Oficyna Wydawnicza PLJ 1998
• [3] Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. Warszawa, Wydawnictwo Naukowe PWN 1996