摘要: 利用人工神经元网络对工作面的顶板来压步距进行了预测．确定了影响来压步距的２８项主要因素，包括顶板地质条件的影响和采动影响。将现场所提供的实际数据整理为学习样本，采用ＢＰ网络进行学习和预测．神经元网络的作用类似于回归分析，但它与普通的多元非线性回归比较而言具有的明显优点是：输入参数的数目不受限制，定性参数亦可作为输入，并且预测的精度较高。