基于PCA-BP神經(jīng)網(wǎng)絡的概率積分法參數(shù)算法研究
關(guān)鍵詞：主成分回歸分析 bp神經(jīng)網(wǎng)絡 概率積分法參數(shù)
摘要：隨著經(jīng)濟的快速發(fā)展,我國對煤炭資源的需求量也越來越大,近年來地下煤炭資源被大量開采,造成了地表沉陷、裂縫、粉塵、固態(tài)垃圾等一系列環(huán)境問題,給礦區(qū)的生產(chǎn)生活帶來嚴重威脅。為最大程度開采煤炭資源并減少地表大面積沉陷,對開采沉陷預計理論展開廣泛研究。常見的開采沉陷預測模型有力學模型法、概率積分法+時間函數(shù)模型法、基于非線性理論的預測模型法,當前最常用的是概率積分法及其改進模型。為更好地建立地質(zhì)采礦條件與概率積分法預計參數(shù)之間的非線性關(guān)系,以40個典型礦區(qū)的實測數(shù)據(jù)為樣本,采用主成分分析法獲取影響預計參數(shù)的主因素,作為BP神經(jīng)網(wǎng)絡輸入層,采用BP神經(jīng)網(wǎng)絡解算概率積分法預計參數(shù)。主成分分析結(jié)果表明,影響概率積分法預計參數(shù)的地質(zhì)采礦條件,按敏感性由大到小的排序為:松散層厚度、煤層傾角、煤層厚度、采深、傾向采寬比、走向采寬比、推進速度、覆巖平均堅固性系數(shù)。BP神經(jīng)網(wǎng)絡預測結(jié)果表明:預測相對誤差在-3.80%~10.00%,精度滿足工程需要。剔除敏感性較小的參數(shù)走向采寬比、推進速度、覆巖平均堅固性系數(shù),并基于剔除后的數(shù)據(jù)進行BP神經(jīng)網(wǎng)絡建模,預測對比結(jié)果表明其預測精度高,此方法行之有效。
黑龍江科學雜志要求:
{1}執(zhí)行GB/T7714—2005《文后參考文獻著錄規(guī)則》。采用順序編碼制著錄，依照其在文中出現(xiàn)的先后順序用阿拉伯數(shù)字標出，并將序號置于方括號中，排列于文后。
{2}稿件需具備思想性、原創(chuàng)性、前沿性，遵循學術(shù)規(guī)范，憑事實和數(shù)據(jù)說話。
{3}刊發(fā)的稿件，將由編輯部統(tǒng)一報送期刊網(wǎng)和數(shù)據(jù)庫，如作者不同意，請另投它刊或作特別聲明。
{4}標題層次不宜過多，一般不超過4級。層次序號為“10進位制”。例如：第一級為 1，第二級為 1.1，第三級為 1.1.1等。序號頂格書寫，序號后空一格書寫正文。
{5}所有來稿請注明作者簡介及單位、聯(lián)系方式等。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
