基于PCA-BP神经网络的风积砂充填体强度预测

作者：邓念东; 丁一; 邢聪聪; 曹晓凡; 尚慧

来源：矿业研究与开发, 2021, 41(02): 109-113.

DOI：10.13827/j.cnki.kyyk.2021.02.019

• 主成分分析(PCA)
• BP神经网络
• 充填体
• 强度预测

为衡量矿山充填效果,构建了BP神经网络模型和PCA-BP神经网络模型,对风积砂充填体进行强度预测。建立模型后,选取影响充填体强度的黄土含量、风积砂含量、水泥含量、粉煤灰含量、浓度及固化时间6个参数开展测试。测试完成后,从数据的拟合度、网络的误差分析和预测结果3方面对模型的模拟效果进行评价。结果表明,BP神经网络模型数据的拟合度高,平均相对误差为14.57%,精度有待提高;PCA-BP神经网络模型数据的拟合度高,平均相对误差为8.71%,预测结果精度高,效果良好,可替代BP神经网络模型作为充填体强度预测的一种有效方法。

• 单位
  西安科技大学