煤与瓦斯突出预测器输入主因素识别方法

被引：8

作者：

王晓路 ^{[1
]}

刘健 ^{[1
]}

卢建军 ^{[2
]}

机构：

[1] 西安科技大学通信与信息工程学院

[2] 西安邮电学院通信工程系

来源：

系统工程理论与实践 | 2010年 / 30卷 / 08期

基金：

国家高技术研究发展计划(863计划);

关键词：

煤与瓦斯突出; 预测; 输入因素; 方差比检验; 人工神经网络;

D O I：

暂无

中图分类号：

TD713 [煤（岩石）与瓦斯突出的预防和处理];

学科分类号：

081903 ;

摘要：

为了提高煤与瓦斯突出预测的准确度,提出了一种基于方差比检验的预测器输入主因素识别方法.在一定显著水平下对增添或删除若干因素前后预测器的预测残差进行F检验,用以确定具有改进作用的增添或删除操作.遍历增添和删除的所有情形后,即可确定能获得最大改进的主因素输入组合.所提出方法对任何预测器都适用,以一个基于人工神经网络的煤与瓦斯突出预测器为例,结合两个煤矿的煤与瓦斯突出影响因素的实测样本,采用所建议的方法对进行了输入因素遴选,结果表明:采用得到的主因素作为预测器的输入比采用全部因素作为输入因素得到的预测结果更加准确,表明所建议的主因素识别方法是可行的,并且有助于改进预测器的精度.

引用

页码：1500 / 1505

页数：6

共 10 条

[1] 煤与瓦斯突出预测灰色理论-神经网络方法 [J].