基于主成分分析的BP神经网络矿井瓦斯涌出量预测研究

发布时间：2017-04-10 17:40

  本文关键词：基于主成分分析的BP神经网络矿井瓦斯涌出量预测研究，由笔耕文化传播整理发布。

【摘要】：我国是世界上最大的煤炭生产国和消费国,然而煤矿行业是一个高危行业,煤炭开采过程中,瓦斯涌出会造成窒息甚至爆炸等事故,威胁煤矿安全生产。因此,准确预测矿井瓦斯涌出量对保证煤矿安全生产至关重要。由于神经网络其自组织、自适应、并行化处理等特性,基于神经网络的瓦斯预测方法得到了广泛使用。然而随着新技术,新设备逐步加入煤矿生产,在瓦斯涌出量预测中考虑的因素越来越多。但是输入数据的维数过大,会造成网络规模的剧增,降低网络的泛化能力和收敛性。现有研究中,大多仅考虑部分主要因素且常常忽略影响因素之间存在相关性的问题,预测精度难以保证。 本文提出基于主成分分析的BP神经网络,旨在针对复杂的矿井瓦斯涌出量预测问题,使用主成分分析对多变量参数矩阵进行处理,得到能最大程度反映原变量信息且互不相关的较少主成分,使原来的多维问题简化。以得到的主成分作为BP神经网络的输入进行矿井瓦斯涌出量的预测。结合实际案例,设计实验将原始数据分为训练子集和测试子集,验证基于主成分分析的BP神经网络矿井瓦斯涌出量预测模型,在可行性、预测精准性、时间优良性及稳定性等方面的表现。将基于主成分分析的BP神经网络矿井瓦斯涌出量预测模型与主流的BP神经网络模型、RBF神经网络模型进行对比实验,证明了其在预测精度和时间优良性方面表现良好。
【关键词】：矿井瓦斯涌出量 主成分分析 BP神经网络
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TD712.5;TP183
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-19
• 1.1 论文选题背景与意义10-11
• 1.2 国内外研究现状11-17
• 1.3 研究内容17-18
• 1.4 论文的结构安排18-19
• 2 相关理论基础与技术19-26
• 2.1 瓦斯涌出机理19
• 2.2 神经网络算法19-24
• 2.2.1 神经网络算法概述19-21
• 2.2.2 BP神经网络算法21-22
• 2.2.3 Matlab神经网络工具箱22-24
• 2.3 主成分分析法24-26
• 3 基于主成分分析的BP神经网络矿井瓦斯涌出量预测模型26-39
• 3.1 瓦斯涌出量影响因素及预测特点分析26-29
• 3.1.1 瓦斯涌出量影响因素26-28
• 3.1.2 瓦斯涌出量预测特点分析28-29
• 3.2 BP神经网络在矿井瓦斯涌出量预测中的适用性分析29-31
• 3.3 目前存在的问题及本文解决思路31-32
• 3.4 基于主成分分析的BP神经网络瓦斯涌出量预测模型设计32-39
• 3.4.1 输入量和输出量以及输入层和输出层设计32-33
• 3.4.2 隐含层设计33-34
• 3.4.3 传递函数、训练函数以及学习函数设计34
• 3.4.4 算法流程设计34-39
• 4 实例仿真与分析39-56
• 4.1 实例描述39-40
• 4.2 案例预测模型构建40-49
• 4.2.1 数据归一化处理40-42
• 4.2.2 主成分确定42-46
• 4.2.3 网络相关参数确定46-48
• 4.2.4 神经网络结构的确定48-49
• 4.3 自身检验实验方案设计及结果分析49-53
• 4.3.1 训练次数稳定性验证49-51
• 4.3.2 隐节点数稳定性验证51-53
• 4.4 对比实验方案设计及结果分析53-56
• 4.4.1 与BP神经网络对比实验及分析53-54
• 4.4.2 与RBF神经网络对比实验及分析54-56
• 5 总结与展望56-58
• 5.1 总结56-57
• 5.2 展望57-58
• 参考文献58-61
• 作者简历及攻读硕士/博士学位期间取得的研究成果61-63
• 学位论文数据集63

【参考文献】

中国期刊全文数据库 前10条

1 王涛;王洋洋;郭长娜;张继华;;QGA-RBF神经网络在矿井瓦斯涌出量预测中的应用[J];传感技术学报;2012年01期

2 刘黎明,肖红飞;神经网络在煤与瓦斯突出预测中的应用[J];矿业安全与环保;2003年01期

3 刘新荣;鲜学福;;煤层瓦斯涌出量与若干地质因素之间的关系探讨[J];矿业安全与环保;2006年01期

4 袁东升,杨运良,孙方田;三维灰趋势面分析法在瓦斯涌出量预测中应用[J];辽宁工程技术大学学报;2003年04期

5 施式亮;伍爱友;;基于神经网络与遗传算法耦合的煤与瓦斯突出区域预测研究[J];中国工程科学;2009年09期

6 李靖华,郭耀煌;主成分分析用于多指标评价的方法研究——主成分评价[J];管理工程学报;2002年01期

7 王正国;;浅析瓦斯涌出的影响因素[J];甘肃科技;2012年14期

8 李泽瑜;孟祥云;;矿井瓦斯涌出量预测方法[J];辽宁工程技术大学学报(自然科学版);2014年09期

9 李艳双,曾珍香,张闽,于树江;主成分分析法在多指标综合评价方法中的应用[J];河北工业大学学报;1999年01期

10 王春晓;陈开岩;张宝;;基于Elman组合预测模型的瓦斯涌出量预测[J];黑龙江科技学院学报;2011年04期

  本文关键词：基于主成分分析的BP神经网络矿井瓦斯涌出量预测研究，，由笔耕文化传播整理发布。

本文编号：297230