基于因子分析法的瓦斯涌出量预测指标选取

发布时间：2018-02-22 08:06

  本文关键词： 瓦斯涌出量 指标选取 因子分析 BP神经网络　出处：《西安科技大学学报》2017年04期 　论文类型：期刊论文

【摘要】：为解决瓦斯涌出量预测过程中存在的预测指标过多而导致预测精度降低的问题,构建因子分析与BP神经网络相结合的瓦斯涌出量预测模型。采用SPSS因子分析法对瓦斯涌出量影响因素进行了分析降维,并对BP神经网络模型进行训练及预测。结果表明:因子分析能使BP神经网络的输入变量从10个降为3个有实际含义的因子,经因子分析后预测模型的预测速度及精度均高于未处理的样本数据,预测性能明显改善,其平均误差为3.8%,最大误差为4.9%,表明所采取瓦斯涌出量预测指标的选取方法是可行和有效的。
[Abstract]:In order to solve the problem that there are too many prediction indexes in the process of gas emission prediction, the prediction accuracy is reduced. A prediction model of gas emission is built based on factor analysis and BP neural network. The factors affecting gas emission are analyzed by using SPSS factor analysis, and the dimensionality reduction is analyzed. The model of BP neural network is trained and predicted. The results show that factor analysis can reduce the input variables of BP neural network from 10 to 3 factors with actual meaning. After factor analysis, the prediction speed and accuracy of the prediction model are higher than that of the unprocessed sample data, and the prediction can be improved obviously. The average error is 3.8 and the maximum error is 4.9, which indicates that the method of selecting the prediction index of gas emission is feasible and effective.
【作者单位】： 西安科技大学安全科学与工程学院;教育部西部矿井开采及灾害防治重点实验室;
【基金】：国家自然科学基金(51374236;51474172) 陕西省科技新星专项项目(2014KJXX69)
【分类号】：TD712.5

【相似文献】

相关期刊论文 前10条

1 李彬刚;景兴鹏;;瓦斯涌出量预测研究现状和进展[J];陕西煤炭;2007年05期

2 张瑞林;刘晓;金毅;;灰色动态自动化建模在瓦斯涌出量预测中的应用研究[J];工矿自动化;2008年01期

3 赵鑫;宋广军;;一种非线性的瓦斯涌出量预测算法仿真研究[J];计算机仿真;2012年08期

4 张兰;;智能算法在瓦斯涌出量预测中的应用研究[J];大众科技;2012年12期

5 安鸿涛;宋国文;张云中;阳结华;;人工神经网络在瓦斯涌出量预测中的应用[J];河南理工大学学报(自然科学版);2006年04期

6 张瑞林;刘晓;郑立军;;基于灰色动态建模的瓦斯涌出量预测方法研究[J];中国矿业;2006年12期

7 王文科;;采煤工作面瓦斯涌出量预测研究[J];山西焦煤科技;2007年08期

8 甘小根;吴仕彦;马明东;;灰色线性回归组合模型在北辰煤矿瓦斯涌出量预测中的应用研究[J];煤;2008年01期

9 姚向东;钟后选;;孔庄煤矿-1020m水平首采区瓦斯涌出量预测[J];煤矿安全;2008年07期

10 陈凤;徐杰;刘立民;;基于虚拟仪器的瓦斯涌出量预测[J];煤矿安全;2008年10期

相关会议论文 前10条

1 陈魁奎;宁超;黄波;;鹤壁六矿深部瓦斯涌出量预测[A];基于瓦斯地质的煤矿瓦斯防治技术[C];2009年

2 陈凤;徐杰;刘立民;;基于虚拟仪器的瓦斯涌出量预测研究[A];煤矿重大灾害防治技术与实践——2008年全国煤矿安全学术年会论文集[C];2008年

3 王剑平;黄红霞;李宏彪;张云生;;基于支持向量机模型的瓦斯涌出量预测[A];第二十七届中国控制会议论文集[C];2008年

4 朱浩明;刘高峰;;山西和顺隆华公司15号煤层首采区瓦斯涌出量预测[A];瓦斯地质基础与应用研究[C];2011年

5 丁金华;;基于分形理论的瓦斯涌出量预测分析与研究[A];煤矿瓦斯综合治理与开发利用论文集[C];2012年

6 潘洪萍;;杨庄煤矿开采煤层的瓦斯涌出量预测[A];纪念矿井地质专业委员会成立二十周年暨矿井地质发展战略学术研讨会专辑[C];2002年

7 王小明;张子戌;杨小平;范兴斌;;数量化理论Ⅰ在唐山矿5煤层瓦斯涌出量预测中的应用[A];中国科学院地质与地球物理研究所2006年论文摘要集[C];2007年

8 陈大力;张劲松;孙晓军;;深部矿井瓦斯涌出量预测方法[A];2007年全国煤矿安全学术年会会议资料汇编[C];2007年

9 阮文彬;;田坝煤矿二号井下一采区煤层瓦斯涌出量预测[A];中国煤炭学会煤矿安全专业委员会2009年学术研讨会论文集[C];2009年

10 撒占友;何学秋;王恩元;;基于自适应神经网络的采掘工作面瓦斯涌出量预测[A];21世纪高效集约化矿井学术研讨会论文集[C];2001年

相关硕士学位论文 前10条

1 王一莉;瓦斯涌出量预测方法及其应用研究[D];南京工业大学;2005年

2 徐广璐;基于改进GA-SVM算法的瓦斯涌出量预测研究[D];辽宁工程技术大学;2014年

3 史冬冬;基于相关向量机与改进蛙跳算法的瓦斯涌出量预测研究[D];辽宁工程技术大学;2014年

4 谢霖;基于MPSO-LS-SVM算法的瓦斯涌出量预测研究[D];辽宁工程技术大学;2014年

5 毕建武;基于多元回归残差RBF神经网络修正算法瓦斯涌出量预测研究[D];辽宁工程技术大学;2015年

6 黄U，

本文编号：1523934