矿井涌水量预测的PCA-GA-ELM模型及应用

• 作者: 兰明 刘奕然 刘志祥
• 来源期刊: 黄金科学技术
• 学科: 工学
• 关键词: 矿井涌水量 主成分分析 遗传算法 ELM模型 预测
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 采选技术与矿山管理
• 页码范围: 61-67
• 页数: 7页
• 分类号: X935
• 字数: 5517字
• 语种: 中文
• DOI: 10.11872/j.issn.1005-2518.2017.01.061

摘要

为了快速有效地预测矿井涌水量,并进一步提高预测的准确性,在分析矿井涌水量影响因素的基础上,提出一种将主成分分析法(PCA)、遗传算法(GA)与极限学习机(ELM)相结合的矿井涌水量预测新方法.根据矿井涌水实例数据,综合选取9个主要因素作为矿井涌水量的预测指标,通过PCA对数据进行降维预处理,并针对ELM算法的不足,结合GA算法对其进行优化训练,建立矿井涌水量预测的PCA-GA-ELM模型.对模型进行训练及检验,并将PCA-GA-ELM模型与GA-ELM模型、单一ELM模型的预测结果进行对比分析,其预测结果与实际情况更吻合.该模型预测效果优于GA-ELM模型和ELM模型,可对矿井涌水量进行更准确有效的预测,提供科学的参考依据,指导矿山生产.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志祥	中南大学资源与安全工程学院	87	1368	21.0	33.0
2	兰明	中南大学资源与安全工程学院	13	66	5.0	8.0
3	刘奕然	中南大学资源与安全工程学院	1	1	1.0	1.0