导水裂隙带高度预测的PCA-BP模型

作者：施龙青; 黄纪云; 韩进^*; 秦道霞; 郭玉成

来源：中国科技论文, 2019, 14(05): 471-475.

• 影响因素
• 灰色关联分析
• 主成分分析
• PCA-BP神经网络

导水裂隙带是工作面顶板突水的重要通道,准确预测工作面顶板导水裂隙带发育高度是预防顶板突水的首要任务。本文在总结导水裂隙带高度影响因素的基础之上,选取采高、硬岩岩性比例系数、工作面斜长、推进速度和采深作为影响导水裂隙带高度的主要因素。收集山东省和安徽省综采导水裂隙带高度实例,运用灰色关联分析(grey relational analysis,GRA)法得出采深是导水裂隙带高度的主要影响因素,其他因素是次要影响因素的结论。通过主成分分析(principal component analysis,PCA)法对样本数据进行降维,消除了影响因素之间的相关性,将确定的主成分作为输入层的神经元,基于MATLAB建立了PCA-BP神经网络预测模型,该模型在结果的稳定程度和准确程度上均优于常规的BP神经网络,且最大预测相对误差仅为3.8%。

• 单位
  山东科技大学; 肥城矿业集团单县能源有限责任公司