10.13532/j.cnki.cn11-3677/td.2018.06.025
基于因子分析与BP神经网络的煤体瓦斯渗透率预测
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.
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
23
TD712(矿山安全与劳动保护)
贵州省重大应用基础研究项目黔科合JZ字 [2014] 2005;贵州省教育厅项目黔教合KY字2013 112
2019-03-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
108-111,98