矿业安全与环保

作者：马晟翔, 李希建

关键词：煤与瓦斯突出, 因子分析法, BP神经网络, 改进模型, 仿真预测

为提高煤与瓦斯突出预测的可行性与准确性，将因子分析法与BP神经网络方法相结合，提出一种改进的BP神经网络预测方法。根据平顶山八矿煤与瓦斯突出相关主要影响因素的原始数据，使用因子分析法对9个煤与瓦斯突出影响因素的原始数据进行降维处理，得到3个公共因子；将3个公共因子代替原有的9个煤与瓦斯突出影响因素作为BP神经网络输入层参数，建立因子分析法与BP神经网络法相结合的煤与瓦斯突出预测模型，对平顶山八矿煤与瓦斯突出进行预测。选取平顶山八矿煤与瓦斯突出样本对改进的BP神经网络预测方法进行验证，结果表明：3个预测样本的相对误差分别为1.79%、3.54%、0.83%，均小于10.00%。采用改进的BP神经网络预测方法可有效解决传统的BP神经网络因为输入层参数过多而数据处理效率低、迭代速率慢与精确度低等问题。

来源：2019年第2期

《矿业安全与环保》期刊编辑部

查看矿业安全与环保杂志2019年第2期