偏最小二乘回归神经网络的矿坑涌水量预测

• 作者: 曹连海 李梅 陈南祥 黄强
• 来源期刊: 吉林大学学报地球科学版
• 关键词: 矿坑涌水量 偏最小二乘回归 神经网络 预报模型
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 水文·工程·环境
• 页码范围: 766-770
• 页数: 5页
• 分类号: P641.41
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5888.2005.06.015

摘要

影响矿坑充水的因素多且复杂,矿坑涌水量预测模型主要考虑降水、地表水、引水灌溉等影响因素,因变量和自变量的关系比较复杂.将偏最小二乘回归与神经网络耦合,建立了矿坑涌水预报模型.模型将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数,并能较好地解决非线性问题,提高了模型的学习能力和表达能力.以河南鹤壁八矿涌水量为例,建立了基于偏最小二乘回归和神经网络耦合的矿坑涌水量预测模型.计算验证表明,该类模型具有较高的预报精度和推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄强	西安理工大学水利水电学院	448	7911	38.0	68.0
2	陈南祥	西安理工大学水利水电学院	126	1476	19.0	32.0
4	曹连海	华北水利水电学院岩土工程系	52	414	12.0	18.0
7	李梅	西安理工大学水利水电学院	9	117	6.0	9.0