文献类型：期刊文章

作　　者：邵良杉[1] 徐波[1]

机构地区：[1]辽宁工程技术大学系统工程研究所

出　　处：《中国安全科学学报》

基　　金：国家自然科学基金资助(71371091);辽宁省高等学校杰出青年学者成长计划(LJQ2012027)

年　　份：2015

卷　　号：25

期　　号：8

起止页码：93-98

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型。选取21组煤矿实测数据作为学习样本,用于训练模型。采用回代估计法对模型回检。利用学习好的模型,预测另外4组矿井突水数据样本。结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱。将该模型应用于工程实例中,所得预测结果准确率为100%。

关 键 词：底板突水 危险性 预测  主成分分析(PCA)  概率神经网络(PNN)  回检  

分 类 号：X915.5[安全科学与工程类] X936