基于因子分析法的瓦斯涌出量预测指标选取

被引：16

作者：

李树刚 ^{[1
,2
]}

马彦阳 ^{[1
]}

林海飞 ^{[1
,2
]}

潘红宇 ^{[1
,2
]}

赵鹏翔 ^{[1
,2
]}

机构：

[1] 西安科技大学安全科学与工程学院

[2] 教育部西部矿井开采及灾害防治重点实验室

来源：

西安科技大学学报 | 2017年 / 37卷 / 04期

关键词：

瓦斯涌出量; 指标选取; 因子分析; BP神经网络;

D O I：

10.13800/j.cnki.xakjdxxb.2017.0402

中图分类号：

TD712.5 [];

学科分类号：

摘要：

为解决瓦斯涌出量预测过程中存在的预测指标过多而导致预测精度降低的问题,构建因子分析与BP神经网络相结合的瓦斯涌出量预测模型。采用SPSS因子分析法对瓦斯涌出量影响因素进行了分析降维,并对BP神经网络模型进行训练及预测。结果表明:因子分析能使BP神经网络的输入变量从10个降为3个有实际含义的因子,经因子分析后预测模型的预测速度及精度均高于未处理的样本数据,预测性能明显改善,其平均误差为3.8%,最大误差为4.9%,表明所采取瓦斯涌出量预测指标的选取方法是可行和有效的。

引用

页码：461 / 466

页数：6

共 14 条

[1]

Gas emission prediction and recovery in underground coal mines.[J].Leszek (Les) W Lunarzewski.International Journal of Coal Geology.1998, 1

[2]

Control of gas emissions in underground coal mines.[J].Klaus Noack.International Journal of Coal Geology.1998, 1

[3]

因子分析法在质谱成像数据分析中的应用.[J].陈一;唐飞;李铁刚;贺玖明;再帕尔·阿不力孜;刘力涛;王晓浩;.分析化学.2014, 08

[4]

基于SPSS多元回归分析的回采工作面瓦斯涌出量预测 [J].