基于PCA-BP神经网络的回采工作面瓦斯涌出量预测研究

• 作者: 米翔繁
• 来源期刊: 低碳世界
• 学科: 工学
• 关键词: 回采工作面 瓦斯涌出量预测 主成分分析 BP神经网络
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 低碳技术
• 页码范围: 71-72
• 页数: 2页
• 分类号: TD712
• 字数: 2204字
• 语种: 中文

摘要

为了准确预测回采工作面瓦斯涌出量,在分析回采工作面瓦斯涌出各影响因素相互关系的基础上采用主成分分析对其主成分进行提取,以此来构造神经网络学习矩阵,建立了回采工作面瓦斯涌出量预测的PCA-BP神经网络模型,选用某矿回采面数据作为学习样本对PCA-BP神经网络模型进行训练,最后采用检验样本对模型进行检验,结果表明PCA-BP神经网络预测相对误差均小于3%,对工作面瓦斯涌出预测精度较其它模型更高,对回采工作面瓦斯涌出量预测具有较好的指导作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米翔繁		1	1	1.0	1.0