矿业研究与开发

作者：李振华,,徐杰,,王文强,,李国盛,,杜锋,

关键词：LSTM;矿压预测;超参数优化;深度学习

工作面矿压的精准预测对减少顶板灾害和安全生产有 重要 的 指 导 意 义. 为 提 高 矿 压 预 测 精 度,提 出 了 基 于Optuna优化的长短期记忆网络(LongShortＧTerm Memory,LSTM)模型矿压预测方法.首先将线性插值后的矿压数据 通过中值滤 波 算 法 去 噪,然 后 利 用 Optuna框 架 优 化 影 响LSTM 模型精度的超参数,并使用均方误差对模型进行评 估,最后对比预测矿压值与真实矿压值.结果表明,超参数 学习率对模型的影响最大,其次是模型层数;通过训练去噪 后的 OptunaＧLSTM 模型,MSE分别在训练集和测试集上下 降了０．０１０３４和０．００６７１,验证了 LSTM 模型在矿压预测中 具有较好的效果,能有效预测矿压变化.

来源：2023年第3期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2023年第3期