一种基于图网络和多任务学习的煤巷支护参数预测方法
By constructing a graph sampling aggregation network and using multi-task learning, the problems of varying geological conditions and nonlinear data relationships in coal roadway support parameter prediction were solved, achieving more efficient and accurate support parameter prediction.
CN119129412BActive Publication Date: 2026-07-17内蒙古蒙泰不连沟煤业有限责任公司 +1
Patent Information
- Authority / Receiving Office
- CN · China
- Patent Type
- Patents(China)
- Current Assignee / Owner
- 内蒙古蒙泰不连沟煤业有限责任公司
- Filing Date
- 2024-09-06
- Publication Date
- 2026-07-17
Smart Images
Figure CN119129412B_ABST
Abstract
本发明涉及一种基于图网络和多任务学习的煤巷支护参数预测方法，包括：采集煤矿巷道的巷道信息；根据巷道信息，获取相似巷道构建图采样聚合网络，对所述图采样聚合网络进行采样和聚合，提取所述巷道信息的关键特征；根据所述关键特征，利用多任务学习对所述煤矿巷道的支护参数进行预测，获取支护参数，其中，所述多任务学习基于训练集训练获得，所述训练集包括实际巷道信息和实际支护参数。本发明通过结合图采样聚合网络和多任务学习机制，不仅提升了煤巷支护参数的预测效率，而且能同时预测多个支护参数。
Need to check novelty before this filing date? Find Prior Art