主元分析-神经网络岩爆等级预测模型

作者：张凯; 张科^*; 李昆

来源：中国安全科学学报, 2021, 31(03): 96-104.

DOI：10.16265/j.cnki.issn1003-3033.2021.03.014

• 主元分析法(PCA)
• 径向基神经网络(RBFNN)
• 概率神经网络(PNN)
• 广义回归神经网络(GRNN)
• 岩爆预测

为准确可靠地预测岩爆灾害,构建结合主元分析法(PCA)的径向基神经网络(RBFNN)、概率神经网络(PNN)和广义回归神经网络(GRNN)岩爆预测模型。选取6个常用的参数构成岩爆预测指标体系,采用PCA消除各指标间的相关性并降维,得出3个线性无关的主元即岩爆综合预测指标Y1、Y2和Y3,构成RBFNN、PNN、GRNN这3种神经网络的输入向量。研究结果表明:这3种PCA-神经网络模型,其岩爆预测结果优于对应的RBFNN、PNN、GRNN模型,提高预测准确率并缩短运算时间。从局部准确率、整体准确率及运算时间这3个方面综合比较,各模型的预测能力从强到弱依次为:PCA-GRNN> PCA-PNN> PCA-RBFNN> PNN> GRNN> RBFNN。

• 单位
  昆明理工大学; 建筑工程学院; 云南省水利水电勘测设计研究院