]*>","")" /> 基于PCA-BP神经网络的煤与瓦斯突出预测研究

中国安全科学学报

• 安全系统学 • 上一篇    下一篇

基于PCA-BP神经网络的煤与瓦斯突出预测研究

朱志洁,张宏伟,韩军,宋卫华   

  1. 辽宁工程技术大学矿业学院,辽宁阜新,123000
  • 出版日期:2013-04-20
  • 基金资助:
    国家自然科学基金资助(51104085)

Prediction of Coal and Gas Outburst Based on PCA-BP Neural Network

  • Published:2013-04-20

摘要: 为提高煤与瓦斯突出预测的效率和准确率,将主成分分析(PCA)法与神经网络相结合,对煤与瓦斯突出进行预测.以平顶山八矿为研究对象,基于地质动力区划方法,搜集影响煤与瓦斯突出的因素的相关数据.通过PCA法提取影响因素的主成分,选取贡献率大于80%的3个主成分,代替原有的9个影响因素,将其作为反向传播(BP)神经网络的3个输入参数.将突出强度划分为4个等级,建立PCA-BP煤与瓦斯突出预测模型.选取典型的突出样本对PCA-BP神经网络进行训练,用检验样本检验训练好的网络,结果表明预测符合实际情况.

中图分类号: