基于数据优化的BP神经网络煤层底板破坏深度预测
Coal Geology of China(2021)
摘要
在煤矿安全生产工作中,准确预测工作面底板破坏深度对于预防工作面底板突水事故具有重要意义.本文基于数据优化的观点作了以下几方面工作:在分析煤层底板破坏深度发育因素的基础上,进行单因素方差分析,剔除了低相关度因素,采用熵权法得到了主控因素的权重占比;采用主成分分析法对剩余主控因素进行去冗余度处理;最后将主成分变量作为BP神经网络的输入端,建立底板破坏深度预测模型.结果表明:该模型预测结果的均方根误差(RMSE)仅为4.199,研究成果可为底板水害防治以及类似的方法提供一定的指导思路.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要