刘志祥,刘奕然,兰明
LIU Zhixiang,LIU Yiran,LAN Ming
摘要:
为了快速有效地预测矿井涌水量,并进一步提高预测的准确性,在分析矿井涌水量影响因素的基础上,提出一种将主成分分析法(PCA)、遗传算法(GA)与极限学习机(ELM)相结合的矿井涌水量预测新方法。根据矿井涌水实例数据,综合选取9个主要因素作为矿井涌水量的预测指标,通过PCA对数据进行降维预处理,并针对ELM算法的不足,结合GA算法对其进行优化训练,建立矿井涌水量预测的PCA-GA-ELM模型。对模型进行训练及检验,并将PCA-GA-ELM模型与GA-ELM模型、单一ELM模型的预测结果进行对比分析,其预测结果与实际情况更吻合。该模型预测效果优于GA-ELM模型和ELM模型,可对矿井涌水量进行更准确有效的预测,提供科学的参考依据,指导矿山生产。
中图分类号:
[1] Chen Zhaoyan.Coalfield Hydrologic Geology[M].Beijing:China Coal Industry Publishing House,1989:7-35.[陈兆炎.煤田水文地质学[M].北京:煤炭工业出版社,1989:7-35.] |
[1] | 朱学礼,冯涛,柏瑞,宁霄峰,李肖,张子衿. “地质+”多元驱动智慧勘查初步应用[J]. 黄金科学技术, 2017, 25(1): 46-54. |
[2] | 陈建宏,宋灿,邬书良,李迁威. 改进未确知测度理论的隧道塌方风险评估及控制[J]. 黄金科学技术, 2016, 24(6): 64-71. |
|