煤矿冲击地压预测的PCA－GRNN神经网络方法?

• 作者: 王连国 陈连城 高峰
• 来源期刊: 中国煤炭
• 学科: 工学
• 关键词: 冲击地压 主成分分析法 广义回归神经网络 电磁辐射预警技术 预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 煤炭科技 -- 开拓与开采
• 页码范围: 48-52
• 页数: 5页
• 分类号: TD324
• 字数: 3364字
• 语种: 中文

摘要

为了更合理有效地解决煤矿冲击地压危险性预测问题，引入主成分分析法对广义回归神经网络的输入样本进行信息压缩，得到冲击地压危险性影响因素的主成分因子，构建BPNN、GRNN、PCA－BP、PCA－GRNN 4种神经网络模型。预测结果表明所建 PCA－GRNN模型较之其它3种模型整体工作性能优势明显，具有很好的预测能力和泛化能力，能较好解释冲击地压与各影响因素间的关系。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王连国	中国矿业大学深部岩土力学与地下工程国家重点实验室	127	2553	27.0	47.0
2	陈连城	山西大同大学煤炭工程学院	17	43	4.0	5.0
3	高峰	山西大同大学煤炭工程学院	25	96	5.0	8.0