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
来源期刊:湖南科技大学学报自然科学版2015年第4期
论文作者:高保彬 潘家宇
文章页码:14 - 20
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;
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.
高保彬,潘家宇
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
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.
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;