摘要： 为解决人工神经网络(ANN)对复杂系统进行事故预测建模时,易导致网络复杂,降低网络性能和增大预测误差的问题,提出一种基于主成分分析法(PCA)的ANN事故预测方法.介绍PCA法和ANN的基本理论,阐述基于PCA法的ANN事故预测模型及其预测步骤,即在利用ANN预测之前,先用PCA法分析事故影响指标,将多个指标转化为少数几个能反映原始信息的互不相关的综合变量(主成分),然后以这些变量作为输入进行ANN建模,从而达到简化模型,提高网络性能和计算精度的目的.以煤矿事故预测为例,进行应用和对比研究.结果表明:基于PCA的ANN事故预测相对误差小于3％,而直接运用ANN方法预测的相对误差达到5％.这说明,对复杂安全系统进行事故预测时,基于PCA法的ANN预测方法是更可行的.

中图分类号: 

• X913.4