基于因子分析与BP神经网络的煤体瓦斯渗透率预测

• 作者: 李希建 马晟翔
• 来源期刊: 煤矿开采
• 学科: 工学
• 关键词: 因子分析法 BP神经网络 煤体瓦斯渗透率 仿真预测 优化改进
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 矿山压力与灾害控制
• 页码范围: 108-111,98
• 页数: 5页
• 分类号: TD712
• 字数: 3320字
• 语种: 中文
• DOI: 10.13532/j.cnki.cn11-3677/td.2018.06.025

摘要

为提高煤体瓦斯渗透率预测准确性,使用因子分析法对BP神经网络模型进行优化、改进,提出一种改进的BP神经网络预测模型.根据煤体瓦斯渗透率相关主要影响因素实例数据,使用因子分析法对4个煤体瓦斯渗透率影响因素原始数据进行降维数据处理,优化得到2个公共因子;以2个公共因子代替原有4个煤体瓦斯渗透率影响因素作为BP神经网络模型输入层参数,建立改进的BP神经网络煤体瓦斯渗透率预测模型,进行实例数据检验改进BP模型预测效果.最终验证结果:20组训练样本预测值与实际值的相对平均误差为0.63％,证明训练完成的改进BP神经网络模型具有良好的拟合效果;改进BP模型预测样本平均相对误差为3.16％,传统BP模型预测样本平均相对误差为6.37％,证明改进BP模型预测精确度优于传统BP模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李希建	贵州大学矿业学院	91	695	14.0	23.0
10	马晟翔	贵州大学矿业学院	2	1	1.0	1.0