PCA-BP神经网络模型预测导水裂隙带高度
来源：中国安全科学学报杂志2017年第3期北京时间：
作者：谢晓锋, 李夕兵, 尚雪义, 翁磊, 邓青林
单位：1 中南大学 资源与安全工程学院,湖南 长沙 410083；2 核工业西南勘察设计研究院有限公司,四川 成都 610000
摘要：导水裂隙带高度的预测对煤矿安全开采有重要意义,而传统回归方法未考虑因素间相关系数对预测结果的影响。选取采深、煤层倾角、煤层厚度、煤层硬度、岩层结构、顶板岩石单轴抗压强度、开采厚度和采空区斜长作为预测导水裂隙带高度的影响因素,建立基于PCA-BP神经网络的导水裂隙带高度预测模型。测试结果表明,煤层厚度对导水裂隙带高度的影响最大,其余各因素对导水裂隙带高度的影响较大,采深和开采厚度对导水裂隙带高度的影响较小;PCA-BP神经网络模型的训练速度和预测效果均优于BP神经网络模型,且最大预测误差仅为5.58%。
关键词：导水裂隙带高度; 主成分分析(PCA); 神经网络; 影响因素; 相关系数
基金资助：国家自然科学基金资助(41630642);国家重点研发计划(2016YFC0600706);中南大学中央高校基本科研业务费专项资金资助(2015zzts084)。
