换一批基于PLS-BP神经网络模型的导水裂缝带高度预测
Forecast of Water Flowing Fractured Zone Height Based on PLS-BP Neuron Network Model
摘要针对淮南煤田走向长壁垮落式采煤法条件下导水裂缝带高度难以精确预测的问题,建立基于偏最小二乘法的BP神经网络模型,提高了导水裂缝带高度的预测精度.首先运用偏最小二乘法对导水裂缝带高度的影响因素进行分析,对原始数据降维处理提取主成分,优化了原始数据,克服了变量间因样本量小而产生的多重相关性影响,并对自变量、 因变量具有很强的解释能力.再将提取的主成分作为BP神经网络模型的输入层,导水裂缝带高度为输出层,对网络进行训练.该方法既简化了网络结构,其精度也高于经验公式以及单一的偏最小二乘法模型与BP神经网络模型.
更多相关知识
关键词
导水裂缝带多重相关性偏最小二乘回归BP神经网络water flowing fractured zonemulti-correlationpartial least square regressionBP neuron network
分类号
TD325
栏目名称
发布时间
2017-02-17（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引12
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
