PCA-Fisher判别模型在煤层底板突水预测中的应用

作者：陈恋; 袁梅^*; 向维; 许石青; 隆能增; 张平; 李鑫灵

来源：数学的实践与认识, 2021, 51(06): 103-111.

• 底板突水
• 降维
• PCA-Fisher
• 聚类
• 判别

针对当前煤层底板突水影响因素复杂、预测精度低及难度大等问题,通过结合主成分分析法(PCA)和Fisher判别分析法,构建了PCA-Fisher煤层底板突水判别模型,并将该判别模型应用于贵州省六盘水月亮田煤矿9号煤层对其进行底板突水危险性预测.笔者将含水层水压、隔水层厚度及煤层倾角等6个指标作为影响该煤层底板突水危险性的主要因素,把18组实测数据输入PCA-Fisher判别模型并进行煤层底板突水预测.结果显示:PCA提取的3个主成分F1、F2及F3的方差贡献率达94.179%,且判别模型的前14组训练样本正确率达85.7%;最后判别未参加训练的后4组样本,误判率为0%,其精度高达100%,结果印证了PCA-Fisher的判别模型对煤层底板突水预测的正确性.

• 单位
  贵州大学