煤矿开采

2018, v.23;No.145(06) 108-111+98

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

基于因子分析与BP神经网络的煤体瓦斯渗透率预测
Forecast of Coal Body Gas Permeability Based on Factor Analysis and BP Neural Net

马晟翔;李希建;

摘要(Abstract):

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。

关键词(KeyWords): 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

Abstract:

Keywords:

基金项目(Foundation): 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)

作者(Author): 马晟翔;李希建;

Email:

DOI:

参考文献(References):

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