基于PCA-Fisher判别分析模型的煤与瓦斯突出危险等级预测方法研究
陈建平
董军
吕相伟
1.辽宁工程技术大学 矿业学院,辽宁 阜新,1230002.辽宁工程技术大学 矿业学院,辽宁 阜新,1230003.辽宁工程技术大学 矿业学院,辽宁 阜新,123000
摘要：为了提高煤与瓦斯突出预测精度,选取瓦斯含量、瓦斯压力、瓦斯放散初速度等11个因素作为判别指标,将煤与瓦斯突出强度分为无突出、小型突出、中型突出、大型突出4个等级.利用贵州黔西北煤矿资料中的28组数据作为训练学习样本,建立了煤与瓦斯突出危险等级预测的PCA-Fisher判别分析模型,再利用资料中其余6组数据作为预测样本,对该模型进行检验和应用,并与BP神经网络模型和Fisher判别模型的判别结果进行比较.结果表明:PCA-Fisher判别模型具有更高的准确性和可靠性,可以对煤与瓦斯突出危险等级进行有效预测.
关键词：瓦斯含量瓦斯压力煤与瓦斯突出PCA-Fisher判别分析BP神经网络危险等级预测
分类号：TD713+.2(矿山安全与劳动保护)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 61-66,71 )
英文信息