一种井工矿工作面沉降参数反演方法和系统

本发明涉及一种井工矿工作面沉降参数的反演方法和系统。针对走向沉陷预计模型和倾向沉陷预计模型，采用深度神经网络分别实施走向模型参数反演和倾向模型参数反演，用于走向模型参数反演的深度神经网络主要由全连接层和激活函数LeakyRelu所组成，用于倾向模型参数反演的深度神经网络主要由经剪枝优化的全连接层和激活函数SILU所组成，损失函数为预测沉陷值与实际沉陷监测结果之间的均方误差。本发明能够更准确地从监测数据中学习并反演概率积分模型的参数，从而为矿区地表沉降的预测提供了一种更为高效和稳健的技术手段，有效地提高了参数运算速度，降低了参数误差。