›› 2015, Vol. 37 ›› Issue (1): 16-20.doi: 10.16507/j.issn.1006-6055.2015.01.004
李心杰1，2 贾进章1，2
摘要：
为进一步提高回采工作面瓦斯涌出量预测的准确性，建立了主成分分析法（PCA）、遗传算法（GA）、BP神经网络相结合的预测模型。该模型采用主成分分析法降维处理原始输入数据；将主成分分析结果作为BP神经网络的输入，消除冗余信息；然后采用遗传算法优化BP神经网络的初始权值和阈值，有效克服BP神经网络极易陷入局部最优的问题。选取某矿井回采工作面的实测数据进行分析，结果表明，该模型较单一BP神经网络预测精度高，能更有效地实现回采工作面瓦斯涌出量的高准确度预测。
中图分类号:
