基于 PCA 与 BP 神经网络的充填管道失效风险评估

摘要：

为避免传统评价方法中主观因素造成的影响并弥补神经网络在风险预测中的不足，将统计学中的主成分分析法（PCA）与 BP 神经网络模型进行有机结合，并根据大量有关矿山充填管道系统资料，建立充填管道失效风险评价模型。研究发现，将原始数据经过主成分分析法处理，不仅可以有效地减少模型输入维数，便于消除各指标间的相关性，而且与未经 PCA 处理的 BP 神经网络相比，训练收敛速度明显加快，预测结果更加准确。针对某矿山充填管道系统实际情况，利用该模型进行模拟预测的结果与实际情况相符合，证明模型合理。

关键词：主成分分析、BP 神经网络、失效风险评估、充填管道系统

分类号：TD853(矿山开采)

资助基金：新疆维吾尔自治区自然科学基金项目“多碱干旱地区矿山膏体充填流变特性与固化性能研究”编号201233146-2

在线出版日期：2015-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：66-71