基于主成分分析和神经网络的事故预测方法及应用 |
| |
引用本文: | 周荣义,钟岸,任竞舟,牛会永.基于主成分分析和神经网络的事故预测方法及应用[J].中国安全科学学报,2013(7):55-60. |
| |
作者姓名: | 周荣义 钟岸 任竞舟 牛会永 |
| |
作者单位: | 湖南科技大学煤矿安全开采技术湖南省重点实验室;湖南科技大学能源与安全工程学院 |
| |
基金项目: | 国家自然科学基金资助(51274099) |
| |
摘 要: | 为解决人工神经网络(ANN)对复杂系统进行事故预测建模时,易导致网络复杂,降低网络性能和增大预测误差的问题,提出一种基于主成分分析法(PCA)的ANN事故预测方法。介绍PCA法和ANN的基本理论,阐述基于PCA法的ANN事故预测模型及其预测步骤,即在利用ANN预测之前,先用PCA法分析事故影响指标,将多个指标转化为少数几个能反映原始信息的互不相关的综合变量(主成分),然后以这些变量作为输入进行ANN建模,从而达到简化模型,提高网络性能和计算精度的目的。以煤矿事故预测为例,进行应用和对比研究。结果表明:基于PCA的ANN事故预测相对误差小于3%,而直接运用ANN方法预测的相对误差达到5%。这说明,对复杂安全系统进行事故预测时,基于PCA法的ANN预测方法是更可行的。
|
关 键 词: | 主成分分析法(PCA) 人工神经网络(ANN) 事故预测 模型 应用 |
本文献已被 CNKI 等数据库收录! |
|