首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于无量纲数的PCA-MRA在煤矿瓦斯涌出量预测中的应用
引用本文:金洪伟,周捷.基于无量纲数的PCA-MRA在煤矿瓦斯涌出量预测中的应用[J].安全与环境工程,2019,26(3):187-192.
作者姓名:金洪伟  周捷
作者单位:西安科技大学安全科学与工程学院,陕西西安,710054;西安科技大学安全科学与工程学院,陕西西安,710054
摘    要:为解决煤矿瓦斯涌出量预测过程中存在的指标繁杂致使预测精度低的问题,首先运用R语言中的主成分分析法(PCA)对煤矿瓦斯涌出量的影响因素进行降维分析;然后引入量纲分析理论,采用无量纲化处理方法消除量纲对数据的影响;最后利用多元回归分析法(MRA)结合多种多元回归模型,最终选用多元线性回归预测模型对煤矿瓦斯涌出量进行预测,并选取部分数据对所建立的煤矿瓦斯涌出量预测模型进行验证。结果表明:主成分分析法能有效减少预测变量的个数,经主成分旋转后构建的多元回归预测模型的预测精度较高,其相对误差平均值为1.99%;主成分分析与多元线性回归分析相结合的方法适用于煤矿瓦斯涌出量的预测,且满足工程需要,可为井下瓦斯涌出量预测技术的选择提供参考。

关 键 词:煤矿  瓦斯涌出量预测  主成分分析  多元回归分析  无量纲化

Application of PCA-MRA Based on Dimensionless Quantity in Prediction of Gas Emission in Coal Mine
JIN Hongwei,ZHOU Jie.Application of PCA-MRA Based on Dimensionless Quantity in Prediction of Gas Emission in Coal Mine[J].Safety and Environmental Engineering,2019,26(3):187-192.
Authors:JIN Hongwei  ZHOU Jie
Institution:(College of Safety Science and Engineering ,Xi’an University of Science and Technology ,Xi'an 710054,China)
Abstract:JIN Hongwei;ZHOU Jie(College of Safety Science and Engineering ,Xi’an University of Science and Technology ,Xi'an 710054,China)
Keywords:coal mine  gas emission prediction  principal component analysis  multiple regression analysis  dimensionless
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号