煤矿冲击地压预测的PCA-GRNN神经网络方法_中国煤炭行业知识服务平台

煤矿冲击地压预测的PCA-GRNN神经网络方法

作者

高峰陈连城王连国
单位

山西大同大学煤炭工程学院中国矿业大学深部岩土力学与地下工程国家重点实验室
摘要

为了更合理有效地解决煤矿冲击地压危险性预测问题,引入主成分分析法对广义回归神经网络的输入样本进行信息压缩,得到冲击地压危险性影响因素的主成分因子,构建BPNN、GRNN、PCA—BP、PCA—GRNN 4种神经网络模型。预测结果表明所建PCA—GRNN模型较之其它3种模型整体工作性能优势明显,具有很好的预测能力和泛化能力,能较好解释冲击地压与各影响因素间的关系。
关键词

冲击地压主成分分析法广义回归神经网络电磁辐射预警技术预测
基金项目(Foundation)

国家自然科学基金项目(50874103)；山西省软科学研究计划项目(2014041068-4)；
相关文章

[1]2012年中国煤炭工业发展回顾与2013年形势预测