煤与瓦斯突出的PCA-BP神经网络预测模型研究

• 作者: 丁世飞 吴祥 杨胜强 许新征 赵作鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 神经网络 煤与瓦斯突出 预测
• 年，卷（期）: 2011,（28）
• 所属期刊栏目: 工程与应用
• 页码范围: 219-222
• 分类号: TP183
• 字数: 2993字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.28.061

摘要

通过主成分分析法对煤与瓦斯突出的主要影响因素进行主成分提取,选取贡献率大于85％的3个主成分来代替原来的7个影响因素,以此来确定BP神经网络的输入参数为3个.根据煤与瓦斯突出的类型,建立了煤与瓦斯突出预测的PCA-BP神经网络模型.选用典型突出矿井的煤与瓦斯突出实例作为学习样本,对PCA-BP网络进行训练.以云南某煤矿的煤与瓦斯突出实例作为预测样本,仿真结果表明PCA-BP神经网络模型性能优于传统BP神经网络,能够满足煤与瓦斯突出预测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨胜强	中国矿业大学安全工程学院	238	2752	25.0	40.0
2	丁世飞	中国矿业大学计算机科学与技术学院	83	2735	17.0	52.0
3	赵作鹏	中国矿业大学计算机科学与技术学院	33	263	8.0	15.0
4	许新征	中国矿业大学计算机科学与技术学院	34	716	11.0	26.0
5	吴祥	中国矿业大学安全工程学院	3	30	3.0	3.0