文献类型：期刊文章

作　　者：毕建武[1] 贾进章[1]

机构地区：[1]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,辽宁阜新123000

出　　处：《自然灾害学报》

基　　金：国家科技支撑计划项目(2013BAH12F01);辽宁省高等学校优秀人才支持计划资助项目(LJQ2011028);国家自然科学基金资助项目(51374121)

年　　份：2014

卷　　号：23

期　　号：5

起止页码：198-203

语　　种：中文

收录情况：BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、GEOBASE、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为了克服自变量之间的多重共线问题,提高多元回归模型预测的精确性,将主成分分析(PCA)与多元回归分析(MRA)相结合,提出了主成分多元回归分析(PCMRA)模型。利用RBF神经网络对主成分回归分析残差进行拟合预测,最后利用残差预测值对主成分回归分析预测值进行补偿。结果表明:利用RBF神经网络对主成分回归模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于瓦斯涌出量预测是一种较为优越的算法。

关 键 词：瓦斯涌出量 主成分分析 多元回归分析  RBF神经网络 残差

分 类 号：TD712.3] TP18]