基于PCA-ELM的煤矿突水预测方法研究

摘要：

针对采用传统算法建立煤矿突水预测模型存在训练速度慢、泛化能力差、测试精度不高等问题,提出了一种将PCA与ELM相结合的煤矿突水预测方法,并利用该方法建立了煤矿突水预测模型.该方法以煤矿突水历史数据为样本,利用PCA得到煤矿突水主控因素,将仅包含主控因素的样本数据划分为训练集、验证集和测试集;然后把训练样本作为ELM的输入,对模型进行训练;最后利用样本数据验证模型.实验结果表明,相较于传统算法,该方法输入变量少,建模和运算时间短,模型的运行速度和预测精度较高.

关键词：煤矿突水、预测模型、预测方法、极限学习机、主成分分析法

所属期刊栏目：39

分类号：TD745(矿山安全与劳动保护)

资助基金：国家自然基金科学基金资助项目60974126

在线出版日期：2013-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-50