基于人工神经网络的矿井涌水量预测

• 作者: 孟璐
• 来源期刊: 煤炭与化工
• 学科: 工学
• 关键词: 矿井涌水量 预测 主成分分析 神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 地测与水害防治
• 页码范围: 65-68
• 页数: 4页
• 分类号: TD742
• 语种: 中文
• DOI: 10.19286/j.cnki.cci.2020.04.019

摘要

矿井涌水量在煤炭生产安全中扮演着至关重要的角色,对矿井涌水量的精确预测能够为生产安全提供良好保障.现阶段国内外矿井涌水量预测方法繁多,本文利用主成分分析算法优选出影响涌水量的主要因子,并构建BP神经网络模型,结合赵各庄井田实例,为涌水量的动态预测提出可行的方法.预测结果表明,主成分分析算法与BP神经网络算法的矿井涌水量预测存在一定的可行性,且精度较高.