基于主成分分析与BP神经网络的矿井涌水量预测研究_中国煤炭行业知识服务平台

基于主成分分析与BP神经网络的矿井涌水量预测研究

作者

张宪峰魏久传张延飞吴霞李孝朋
单位

山东科技大学地球科学与工程学院山东科技大学山东省沉积成矿作用与沉积矿产重点实验室
摘要

选取影响矿井涌水的累积巷道长度、月开拓巷道长度、累计开采面积、月开采面积、降水量、含水系数等6个因素作为变量,将主成分分析与BP神经网络2种方法相结合,采用主成分分析法对影响矿井涌水量的6个主要影响因子进行分析,根据确定的主要影响因子作为BP神经网络的输入样本,建立BP神经网络预测模型进行预测,预测数据与现场实测数据对比表明,2种方法相结合预测涌水量误差小、精度高,为矿井涌水量的预测开辟了新思路。
关键词

矿井涌水量主成分分析BP神经网络安全开采
基金项目(Foundation)

国家自然科学基金资助(41702305；51509148)；山东省自然科学基金(ZR2015PD010)；
相关文章

[1]多元回归分析在矿井涌水量预测中的应用
[2]基于EWM和PCA的底板突水危险性评价