Predykcja przemieszczeń pionowych na obszarze LGOM z wykorzystaniem sztucznych sieci neuronowych

• Autorzy: Mrówczyńska M.

Warianty tytułu

EN

Prediction of vertical displacements in the area of LGOM by use of artificial neural networks

• Języki publikacji: PL

Abstrakty

PL

W pracy podjęto próbę predykcji przemieszczeń pionowych punktów sieci pomiarowo-kontrolnej, zlokalizowanej na terenie będącym pod wpływem eksploatacji górniczej, z wykorzystaniem sztucznych sieci neuronowych. Teren badań położony jest na obszarze Legnicko-Głogowskiego Okręgu Miedziowego, na którym prowadzone są cykliczne obserwacje geodezyjne mające na celu monitoring deformacji terenu. W celu prognozy przemieszczeń punktów kontrolowanych położonych na omawianym obszarze, zastosowano sztuczne sieci neuronowe wielowarstwowe uczone z wykorzystaniem gradientowych metod optymalizacji. Wyniki podlegające opracowaniu, w postaci zmian różnic wysokości, uzyskano z pomiarów wykonywanych metodą niwelacji precyzyjnej w latach 1967÷2012.

EN

This paper attempts to predict the vertical displacements, by measuring network points control, located within, under the influence of mining activities, by use of artificial neural networks. The study area is located in the Legnica-Głogów Copper District, on which regular observations were made, aiming at monitoring ground deformation. In order to forecast movements in the controlled points located in the area in question, we used artificial neural networks using multilayer learned gradient optimization methods. Results are subject to development, such as changes in height differences, obtained from measurements made using precision leveling in the years 1967÷2012.

Słowa kluczowe

PL

sztuczna inteligencja; monitoring deformacji terenu; pomiary geodezyjne

EN

artificial intelligence; ground deformation monitoring; geodetic surveys

• Wydawca: Stowarzyszenie Inżynierów i Techników Górnictwa
• Czasopismo: Przegląd Górniczy
• Rocznik: 2015
• Tom: T. 71, nr 10
• Strony: 37--41
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Mrówczyńska M.

• Uniwersytet Zielonogórski, Wydział Budownictwa, Architektury i Inżynierii Środowiska

Bibliografia

• 1. Gil J.: Badanie nieliniowego geodezyjnego modelu kinematycznego przemieszczeń. seria: monografie nr 76, Wydawnictwo WSI w Zielonej Górze, 1995.
• 2. Helt P., Parol M. Piotrowski P.: Metody sztucznej inteligencji. Przykłady zastosowań w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej. Warszawa, 2012.
• 3. Kadaj R.: Modele, metody i algorytmy obliczeniowe sieci kinematycznych w geodezyjnych pomiarach przemieszczeń i odkształceń obiektów. Kraków. Wydawnictwo AR,1998.
• 4. Markiewicz A., Kraiński A.: Neotektoniczna reaktywacja struktur halotektonicznych a zaburzenia glacitektoniczne w strefach marginalnych europejskich zlodowaceń plejstoceńskich na przykładzie Wzgórz Dalkowskich (SW Polska). Zielona Góra. Redakcja Wydawnictw Naukowo – Technicznych. 2002.
• 5. Markiewicz A.: Halotektoniczne uwarunkowania sedymentacji i deformacji osadów kenozoicznych w południowej części Monokliny Przedsudeckiej (SW Polska). Zielona Góra. Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, 2003.
• 6. Mrówczyńska M. : Studium nad doborem metod inteligencji numerycznej do rozwiązywania problemów z geodezji inżynieryjnej. Oficyna Wydawnicza Uniwersytetu Zielonogórskiego. Zielona Góra, 2015.
• 7. Osowski S.: Sieci neuronowe do przetwarzania informacji. Warszawa. Oficyna Wydawnicza Politechniki Warszawskiej, 2006.
• 8. Praca zbiorowa pod red. Borzykowskiego J.: Współczesna metrologia. Zagadnienia wybrane. Wydawnictwo Naukowo-Techniczne, Warszawa, 2007.
• 9. Prószyński W., Kwaśniak B.: Podstawy geodezyjnego wyznaczania przemieszczeń. Warszawa Oficyna Wydawnicza Politechniki Warszawskiej, 2006
• 10. Wolski B.: Monitoring metrologiczny obiektów geotechnicznych. Kraków. Wydawnictwo Politechniki Krakowskiej, 2006.