基于PCA-ABBP强分类器的矿区采空塌陷危险性预测

为了准确、快速地预测矿区采空塌陷危险性,针对矿区采空塌陷影响因素之间存在信息重叠以及利用单一BP神经网络进行预测时存在的局部极值等问题,提出了一种PCA-ABBP强分类器模型。以北京西山某地的24组采空塌陷数据为样本,选取了采空区空间叠置层数等7个变量作为矿区采空塌陷的影响因素,以前17组数据作为训练样本,建立基于PCA-ABBP强分类器的矿区采空塌陷危险性预测模型。利用该模型对后7组数据进行预测,预测结果与实际完全相符,而单一BP神经网络预测的平均误差为17.14%,验证了所提出模型的有效性和可靠性。