基于PCA-BP神经网络的瓦斯涌出量预测分析

摘要：

针对目前矿井回采工作面瓦斯涌出量预测准确率低、误差率大等问题,提出基于主成分回归分析以及BP神经网络原理和方法来预测回采工作面瓦斯涌出量,依据井下现场实测的数据,通过多元统计分析软件SPSS开展相关数据处理,分析影响工作面瓦斯涌出量11个因素之间的相互关系且提取主成分,来得到BP神经网络中的输入参数,并借助PCA-BP神经网络的方法建立回采工作面瓦斯涌出量预测模型.结果 证明:使用PCA-BP神经网络方法的预测值与实际值最大相对误差为2.820％,最小相对误差为2.036％,平均相对误差为2.357％.

关键词：主成分分析、SPSS、BP神经网络、瓦斯含量、埋深

所属期刊栏目：16

分类号：TD712;X913.4;U461.91

资助基金：国家自然科学基金51274116

在线出版日期：2019-10-30（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：3-8