摘要
矿井水害问题长期困扰着煤矿的安全生产,查明矿井涌水水源是矿井水害防治问题的前提。为提高矿井涌水水源的识别精度,提出了一种基于KPCA-APSO-ELM的矿井涌水水源判别模型。以袁二矿为例,在分析主要含水层地下水水化学特征的基础上,选取7种水化学离子作为判别指标。随后利用KPCA提取主要指标作为模型识别的判别因子,并通过APSO对ELM模型进行参数寻优。以63组样本数据中70%作为训练样本、30%作为预测样本进行仿真试验建立KPCA-APSO-ELM模型,并将识别结果与PCA-Logistic、KPCA-ELM和PSO-ELM模型进行比较。结果表明:KPCA算法可以有效消除指标间的冗余信息,基于KPCA-APSO-ELM模型的预测精度相对较高;与其他模型相比,该模型的均方误差和平均绝对百分比误差显著降低。
- 单位