基于PLS-BP神经网络组合模型的回采工作面瓦斯涌出量预测

被引：5

作者：

高保彬

潘家宇

机构：

[1] 河南理工大学河南省瓦斯地质与瓦斯治理重点实验室安全科学与工程学院

来源：

湖南科技大学学报(自然科学版) | 2015年 / 30卷 / 04期

关键词：

偏最小二乘法; 分源预测法; 交叉有效性分析; BP神经网络模型; 瓦斯涌出量;

D O I：

10.13582/j.cnki.1672-9102.2015.04.003

中图分类号：

TD712.5 [];

学科分类号：

摘要：

提出PLS-BP神经网络组合模型,预测回采工作面瓦斯涌出量.利用分源预测法划分回采工作面瓦斯涌出来源,根据瓦斯涌出来源受不同因素的影响,运用偏最小二乘法(PLS),通过交叉有效性分析,确定提取主成分个数,将主成分作为神经网络输入层建立关联模型.研究证明,本方法不仅避免了各种不相关因素之间的干扰,解决各因素之间多重相关问题,降低变量维数,而且可以结合BP神经网络的非线性映射能力和适应学习能力等优点,提高预测稳定性和精度.

引用

页码：14 / 20

页数：7

共 16 条

[1]

灰色线性回归组合模型在瓦斯涌出量预测中的应用 [J].

高保彬 ;

李回贵 ;

于水军 .

矿业安全与环保, 2012, 39 (06) :51-53+57+101

[2]

基于神经网络算法的煤矿瓦斯涌出量预测模型研究 [J].

白云霄 .

煤炭技术, 2012, 31 (11) :104-106

[3]

基于灰色新陈代谢模型的煤矿瓦斯涌出量预测 [J].

魏春荣 ;

徐敏强 ;

李艳霞 ;

高庆春 ;

李响 .

湖南科技大学学报(自然科学版), 2012, 27 (03) :16-21

[4]

基于偏最小二乘回归法的飞机总工时预测模型研究 [J].

王明珠 ;

邓寅东 ;

常秀娟 .

航空学报, 2012, 33 (08) :1448-1454

[5]

基于BP神经网络分源预测综采面瓦斯涌出量研究 [J].

肖家平 ;

戴广龙 .

安徽理工大学学报(自然科学版), 2011, 31 (04) :51-55

[6]

基于局部加权偏最小二乘法的冷凝器污垢预测 [J].

张莹 ;

王耀南 .

仪器仪表学报, 2010, 31 (02) :299-304

[7]

瓦斯涌出量的灰色建模及其预测 [J].

肖鹏 ;

李树刚 ;

宋莹 ;

张天军 .

采矿与安全工程学报, 2009, 26 (03) :318-321

[8]

Unascertained measurement classifying model of goal collapse prediction.[J].董陇军;彭刚剑;付玉华;白云飞;刘有芳;.Journal of Coal Science & Engineering(China).2008, 02

[9]

我国矿井瓦斯涌出量预测方法研究现状及展望 [J].

章立清 ;

秦玉金 ;

姜文忠 ;

井庆贺 ;

赵光明 .

煤矿安全, 2007, (08) :58-60

[10]

回采工作面瓦斯涌出BP神经网络分源预测模型及应用 [J].

朱红青 ;

常文杰 ;

张彬 .

煤炭学报, 2007, (05) :504-508

← 1 2 →