煤层底板突水危险性的PNN预测模型研究及应用

• 作者: 徐波 邵良杉
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 底板突水 危险性 预测 主成分分析(PCA) 概率神经网络(PNN) 回检
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 安全工程技术科学
• 页码范围: 93-98
• 分类号: X915.5|X936
• 语种: 中文
• DOI: 10.16265/j.cnki.issn1003-3033.2015.08.015

摘要

为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标.针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型.选取21组煤矿实测数据作为学习样本,用于训练模型.采用回代估计法对模型回检.利用学习好的模型,预测另外4组矿井突水数据样本.结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱.将该模型应用于工程实例中,所得预测结果准确率为100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	徐波	辽宁工程技术大学系统工程研究所	6	60	6.0	6.0