一种数值模拟与迁移学习结合的矿山地表变形预测方法

本发明属于矿山开采技术领域，提出一种数值模拟与迁移学习结合的矿山地表变形预测方法，包括对矿体开采进行数值模拟并预处理得到源域数据，计算矿区实际地表变形值得到目标域数据，构建地表沉降预测模型包括LSTM层、reshape层和DCNN层，将源域数据输入地表沉降预测模型对地表沉降预测模型进行预训练，为预训练的地表沉降预测模型添加一个全连接层，设置全连接层为可训练状态，将目标域数据作为冻结地表沉降预测模型迁移学习的目标域并重新进行训练，对冻结地表沉降预测模型的参数进行微调并更新权重，得到预测模型，将待预测的矿山现场地质数据输入预测模型中进行预测，得到预测的地表沉降值结果。本发明可以预测不同开采阶段地表的变形大小。