首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究
引用本文:李心杰,贾进章.基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究[J].世界科技研究与发展,2015(1):16-20.
作者姓名:李心杰  贾进章
作者单位:辽宁工程技术大学安全科学与工程学院;矿山热动力灾害与防治教育部重点实验室
基金项目:国家自然科学基金(51374121);辽宁省高等学校杰出青年学者成长计划基金(LJQ2011028)资助
摘    要:为进一步提高回采工作面瓦斯涌出量预测的准确性,建立了主成分分析法(PCA)、遗传算法(GA)、BP神经网络相结合的预测模型。该模型采用主成分分析法降维处理原始输入数据;将主成分分析结果作为BP神经网络的输入,消除冗余信息;然后采用遗传算法优化BP神经网络的初始权值和阈值,有效克服BP神经网络极易陷入局部最优的问题。选取某矿井回采工作面的实测数据进行分析,结果表明,该模型较单一BP神经网络预测精度高,能更有效地实现回采工作面瓦斯涌出量的高准确度预测。

关 键 词:回采工作面  瓦斯涌出量  主成分分析  遗传算法  BP神经网络

Study on Prediction Model for Gas Emission of Coal Mining Face Based on PCA-GA-BP
LI Xinjie;JIA Jinzhang.Study on Prediction Model for Gas Emission of Coal Mining Face Based on PCA-GA-BP[J].World Sci-tech R & D,2015(1):16-20.
Authors:LI Xinjie;JIA Jinzhang
Institution:LI Xinjie;JIA Jinzhang;College of Safety Science and Engineering,Liaoning Technical University;Key Laboratory of Mine Thermodynamic Disasters and Control of Ministry of Education;
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号