基于PCA-Elman的煤层小断层预测_中国煤炭行业知识服务平台

基于PCA-Elman的煤层小断层预测

作者

邱梅施龙青韩进滕超景行
单位

山东省沉积成矿作用与沉积矿产重点实验室山东科技大学地球科学与工程学院山东科技大学信息科学与工程学院
摘要

针对煤层小断层发育的复杂性及其预测参数间的相关性,提出了基于主成分分析(PCA)与Elman网络的煤层小断层预测方法。该方法首先利用灰色关联分析确定小断层密度预测参数,然后利用PCA降维提取主成分,消除参数间的相关性,最后以主成分为输入样本,建立Elman网络预测模型。应用实例表明,煤层小断层PCA-Elman预测模型的预测效果较好,平均预测精度达94.1%。
关键词

小断层预测灰色关联分析主成分分析 Elman神经网络
基金项目(Foundation)

教育部高等学校博士学科点专项科研基金(20133718110004)；青岛经济技术开发区重点科技发展计划项目(2013-1-62)；山东科技大学科研创新团队支持计划(2012KYTD101)；山东科技大学研究生科技创新基金项目(YC150104)；
相关文章

[1]基于模糊综合评判决策理论的底板破坏深度预测