Predykcja przemieszczeń pionowych na obszarze LGOM z wykorzystaniem sztucznych sieci neuronowych

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.

---

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.