基于因子分析与BP神经网络的煤与瓦斯突出预测
马晟翔
李希建
1.贵州大学 矿业学院,贵州 贵阳550025;复杂地质矿山开采安全技术工程中心,贵州 贵阳550025;贵州大学 瓦斯灾害防治与煤层气开发研究所,贵州 贵阳5500252.贵州大学 矿业学院,贵州 贵阳550025;复杂地质矿山开采安全技术工程中心,贵州 贵阳550025;贵州大学 瓦斯灾害防治与煤层气开发研究所,贵州 贵阳550025
摘要：为提高煤与瓦斯突出预测的可行性与准确性,将因子分析法与BP神经网络方法相结合,提出一种改进的BP神经网络预测方法.根据平顶山八矿煤与瓦斯突出相关主要影响因素的原始数据,使用因子分析法对9个煤与瓦斯突出影响因素的原始数据进行降维处理,得到3个公共因子;将3个公共因子代替原有的9个煤与瓦斯突出影响因素作为BP神经网络输入层参数,建立因子分析法与BP神经网络法相结合的煤与瓦斯突出预测模型,对平顶山八矿煤与瓦斯突出进行预测.选取平顶山八矿煤与瓦斯突出样本对改进的BP神经网络预测方法进行验证,结果表明:3个预测样本的相对误差分别为1.79％、3.54％、0.83％,均小于10.00％.采用改进的BP神经网络预测方法可有效解决传统的BP神经网络因为输入层参数过多而数据处理效率低、迭代速率慢与精确度低等问题.
关键词：煤与瓦斯突出因子分析法BP神经网络改进模型仿真预测
分类号：TD713(矿山安全与劳动保护)
资助基金：贵州省重大应用基础研究项目(黔科合JZ字〔2014〕2005)贵州省教育厅项目(黔教合KY字〔2013〕112)
论文发表日期：2019-01-01
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：5( 70-74 )
英文信息