PCA-BP神经网络模型预测导水裂隙带高度 |
| |
摘 要: | 导水裂隙带高度的预测对煤矿安全开采有重要意义,而传统回归方法未考虑因素间相关系数对预测结果的影响。选取采深、煤层倾角、煤层厚度、煤层硬度、岩层结构、顶板岩石单轴抗压强度、开采厚度和采空区斜长作为预测导水裂隙带高度的影响因素,建立基于PCA-BP神经网络的导水裂隙带高度预测模型。测试结果表明,煤层厚度对导水裂隙带高度的影响最大,其余各因素对导水裂隙带高度的影响较大,采深和开采厚度对导水裂隙带高度的影响较小;PCA-BP神经网络模型的训练速度和预测效果均优于BP神经网络模型,且最大预测误差仅为5.58%。
|
本文献已被 CNKI 等数据库收录! |
|