基于NPCA-GA-BP神经网络的采场稳定性预测方法

来源：黄金科学技术杂志2022年第2期北京时间：

作者：谢饶青, 陈建宏, 肖文丰

单位：中南大学资源与安全工程学院，湖南 长沙 410083

摘要：为提高采场稳定性的预测精度，充分考虑采场稳定性高度非线性和受多因素影响的特点，提出了一种基于NPCA-GA-BP神经网络的采场稳定性预测方法。选择影响采场稳定性的10个指标，运用非线性主成分分析减少指标的维度，提取4个主成分综合指标代替原有的10个指标，简化了神经网络结构，提升了运算速度。利用GA的全局寻优特点优化BP神经网络的权值和阈值，进一步增加了神经网络预测精度。以某矿山实测数据为例，对该预测方法进行验证，对比结果显示：NPCA-GA-BP和GA-BP模型的平均相对误差比BP模型分别降低了10.5%和7.6%，表明通过遗传算法优化BP神经网络可显著提高预测精度；NPCA-GA-BP模型的平均相对误差比GA-BP模型降低了2.9%，表明通过非线性主成分分析减少了变量的维度，提高了预测准确率。研究表明：NPCA-GA-BP预测方法具有更高的采场稳定性预测精度，对实现智慧矿山有一定的指导意义。

关键词：采场稳定性,预测精度,非线性主成分分析,遗传算法,BP神经网络,非线性相关

基金资助：国家自然科学基金项目“地下金属矿采掘计划可视化优化方法与技术研究”(51374242),中南大学研究生自主探索创新项目“多随机扰动下的露天矿卡智能调度优化方法研究”(1053320210291)