基于 PCA-BP 神经网络模型的充填体强度预测

• 作者: 史秀志 尚雪义 范玉乾
• 来源期刊: 黄金科学技术
• 学科: 工学
• 关键词: 充填体强度 预测模型 主成分分析 BP 神经网络 相关系数
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 采选技术与矿山管理
• 页码范围: 64-69
• 页数: 6页
• 分类号: TD323
• 字数: 2852字
• 语种: 中文
• DOI: 10.11872/j.issn.1005-2518.2016.03.064

摘要

充填体强度预测对矿山充填设计具有重要意义。选取胶砂比、水泥、石灰、石膏及矿渣含量作为充填体强度影响因素，借助主成分分析（PCA）消除自变量间相关性，降低数据维数，再结合 BP 神经网络具有较好预测性的特点，建立了 PCA-BP 模型以预测充填体强度。对18组充填体试验数据进行主成分分析，5个影响因子降维为3个主成分，将其作为 BP 神经网络的输入因子，进而探讨了隐含层神经元个数对充填体强度训练和预测精度的影响，并比较了 PCA-BP 神经网络、标准 BP 神经网络和二次线性回归效果。结果表明：PCA-BP 模型最佳预测结构为3-7-1；PCA-BP 神经网络结果优于 BP 神经网络和二次线性回归；PCA-BP神经网络训练和预测的最大相对误差仅为3.65%，实现了充填体强度的准确预测。PCA-BP 模型为充填体强度预测提供了一种高精度的分析方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史秀志	中南大学资源与安全工程学院	163	1691	22.0	32.0
2	尚雪义	中南大学资源与安全工程学院	11	67	5.0	8.0
3	范玉乾	中南大学资源与安全工程学院	2	12	2.0	2.0