基于PCA-BP神经网络的瓦斯涌出量预测分析

作者：刘琦,孙亮

摘要：针对目前矿井回采工作面瓦斯涌出量预测准确率低、误差率大等问题,提出基于主成分回归分析以及BP神经网络原理和方法来预测回采工作面瓦斯涌出量,依据井下现场实测的数据,通过多元统计分析软件SPSS开展相关数据处理,分析影响工作面瓦斯涌出量11个因素之间的相互关系且提取主成分,来得到BP神经网络中的输入参数,并借助PCA-BP神经网络的方法建立回采工作面瓦斯涌出量预测模型。结果证明:使用PCA-BP神经网络方法的预测值与实际值最大相对误差为2.820%,最小相对误差为2.036%,平均相对误差为2.357%。

发文机构：山西马堡煤业有限公司 煤科集团沈阳研究院有限公司 煤矿安全技术国家重点实验室

关键词：主成分分析SPSSBP神经网络瓦斯含量埋深PCASPSSBP neural networkgas contentburial depth

分类号： TD712.5[矿业工程—矿井通风与安全]TP183