煤矿开采

2016, v.21;No.133(06) 6-10

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于PLS-BP神经网络模型的导水裂缝带高度预测
Forecast of Water Flowing Fractured Zone Height Based on PLS-BP Neuron Network Model

黄欢;

摘要(Abstract):

针对淮南煤田走向长壁垮落式采煤法条件下导水裂缝带高度难以精确预测的问题,建立基于偏最小二乘法的BP神经网络模型,提高了导水裂缝带高度的预测精度。首先运用偏最小二乘法对导水裂缝带高度的影响因素进行分析,对原始数据降维处理提取主成分,优化了原始数据,克服了变量间因样本量小而产生的多重相关性影响,并对自变量、因变量具有很强的解释能力。再将提取的主成分作为BP神经网络模型的输入层,导水裂缝带高度为输出层,对网络进行训练。该方法既简化了网络结构,其精度也高于经验公式以及单一的偏最小二乘法模型与BP神经网络模型。

关键词(KeyWords): 导水裂缝带;多重相关性;偏最小二乘回归;BP神经网络

Abstract:

Keywords:

基金项目(Foundation): “十二五”国家科技支撑计划课题(2012BAK04B04);; 国家级自然科学基金青年科学基金(41402220);; 陕西省自然基金项目(2011JQ5015)

作者(Author): 黄欢;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享