基于PCA—GA—BP的回采工作面瓦斯涌出量预测模型研究

• 作 者: 李心杰 贾进章
• 机 构: 辽宁工程技术大学安全科学与工程学院,矿山热动力灾害与防治教育部重点实验室
• 出 处: 世界科技研究与发展
• 发表日期: 2015年1期
• 关键词: 回采工作面 瓦斯涌出量 主成分分析 遗传算法 BP神经网络 working face gas emission quantity principal c
• 基金项目: 国家自然科学基金（51374121）,辽宁省高等学校杰出青年学者成长计划基金（LJQ2011028）资助

为进一步提高回采工作面瓦斯涌出量预测的准确性，建立了主成分分析法（PCA）、遗传算法（GA）、BP神经网络相结合的预测模型。该模型采用主成分分析法降维处理原始输入数据；将主成分分析结果作为BP神经网络的输入，消除冗余信息；然后采用遗传算法优化BP神经网络的初始权值和阈值，有效克服BP神经网络极易陷入局部最优的问题。选取某矿井回采工作面的实测数据进行分析，结果表明，该模型较单一BP神经网络预测精度高，能更有效地实现回采工作面瓦斯涌出量的高准确度预测。