基于PCA与Elman网络的地下矿山岩层移动

• 作者: 杨珊 邬书良 陈建宏
• 来源期刊: 科技导报
• 学科: 工学
• 关键词: 地下金属矿山 岩层移动 主成分分析 Elman反馈神经网络
• 年，卷（期）: 2012,（17）
• 所属期刊栏目: 研究论文
• 页码范围: 43-49
• 分类号: TD325
• 字数: 4893字
• 语种: 中文
• DOI: 10.3981/j.issn.1000-7857.2012.17.006

摘要

由于地下金属矿床地质与开采条件的复杂性,影响岩层移动的因素错综复杂且相互影响,使得对岩层移动的预测具有很大的不确定性.大量的样本数据减慢了神经网络的训练速度,并且使得神经网络不稳定.将主成分分析(PCA)与Elman网络相结合构建模型,对地下矿山岩层移动角进行预测研究.利用主成分分析对原始数据进行预处理,提取原信息的主成分,将输入变量减少且互不相关,提高神经网络训练速度;用Elman网络对训练样本进行训练,进而利用训练好的网络对预测样本进行预测,与不采用PCA时的预测结果相比,采用PCA的预测结果更为准确,通过期望输出与实际输出的对比,相对误差都在5％以内,其预测的结果精度高,表明了PCA与Elman网络相结合对地下矿山岩层移动进行研究是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈建宏	中南大学资源与安全工程学院	271	2254	22.0	32.0
2	杨珊	中南大学资源与安全工程学院	55	328	11.0	16.0
3	邬书良	中南大学资源与安全工程学院	8	39	4.0	6.0