本文關鍵詞：基于主成分分析的BP神經網絡礦井瓦斯涌出量預測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：我國是世界上最大的煤炭生產國和消費國,然而煤礦行業(yè)是一個高危行業(yè),煤炭開采過程中,瓦斯涌出會造成窒息甚至爆炸等事故,威脅煤礦安全生產。因此,準確預測礦井瓦斯涌出量對保證煤礦安全生產至關重要。由于神經網絡其自組織、自適應、并行化處理等特性,基于神經網絡的瓦斯預測方法得到了廣泛使用。然而隨著新技術,新設備逐步加入煤礦生產,在瓦斯涌出量預測中考慮的因素越來越多。但是輸入數(shù)據(jù)的維數(shù)過大,會造成網絡規(guī)模的劇增,降低網絡的泛化能力和收斂性�，F(xiàn)有研究中,大多僅考慮部分主要因素且常常忽略影響因素之間存在相關性的問題,預測精度難以保證。 本文提出基于主成分分析的BP神經網絡,旨在針對復雜的礦井瓦斯涌出量預測問題,使用主成分分析對多變量參數(shù)矩陣進行處理,得到能最大程度反映原變量信息且互不相關的較少主成分,使原來的多維問題簡化。以得到的主成分作為BP神經網絡的輸入進行礦井瓦斯涌出量的預測。結合實際案例,設計實驗將原始數(shù)據(jù)分為訓練子集和測試子集,驗證基于主成分分析的BP神經網絡礦井瓦斯涌出量預測模型,在可行性、預測精準性、時間優(yōu)良性及穩(wěn)定性等方面的表現(xiàn)。將基于主成分分析的BP神經網絡礦井瓦斯涌出量預測模型與主流的BP神經網絡模型、RBF神經網絡模型進行對比實驗,證明了其在預測精度和時間優(yōu)良性方面表現(xiàn)良好。
【關鍵詞】：礦井瓦斯涌出量 主成分分析 BP神經網絡
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TD712.5;TP183
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-19
• 1.1 論文選題背景與意義10-11
• 1.2 國內外研究現(xiàn)狀11-17
• 1.3 研究內容17-18
• 1.4 論文的結構安排18-19
• 2 相關理論基礎與技術19-26
• 2.1 瓦斯涌出機理19
• 2.2 神經網絡算法19-24
• 2.2.1 神經網絡算法概述19-21
• 2.2.2 BP神經網絡算法21-22
• 2.2.3 Matlab神經網絡工具箱22-24
• 2.3 主成分分析法24-26
• 3 基于主成分分析的BP神經網絡礦井瓦斯涌出量預測模型26-39
• 3.1 瓦斯涌出量影響因素及預測特點分析26-29
• 3.1.1 瓦斯涌出量影響因素26-28
• 3.1.2 瓦斯涌出量預測特點分析28-29
• 3.2 BP神經網絡在礦井瓦斯涌出量預測中的適用性分析29-31
• 3.3 目前存在的問題及本文解決思路31-32
• 3.4 基于主成分分析的BP神經網絡瓦斯涌出量預測模型設計32-39
• 3.4.1 輸入量和輸出量以及輸入層和輸出層設計32-33
• 3.4.2 隱含層設計33-34
• 3.4.3 傳遞函數(shù)、訓練函數(shù)以及學習函數(shù)設計34
• 3.4.4 算法流程設計34-39
• 4 實例仿真與分析39-56
• 4.1 實例描述39-40
• 4.2 案例預測模型構建40-49
• 4.2.1 數(shù)據(jù)歸一化處理40-42
• 4.2.2 主成分確定42-46
• 4.2.3 網絡相關參數(shù)確定46-48
• 4.2.4 神經網絡結構的確定48-49
• 4.3 自身檢驗實驗方案設計及結果分析49-53
• 4.3.1 訓練次數(shù)穩(wěn)定性驗證49-51
• 4.3.2 隱節(jié)點數(shù)穩(wěn)定性驗證51-53
• 4.4 對比實驗方案設計及結果分析53-56
• 4.4.1 與BP神經網絡對比實驗及分析53-54
• 4.4.2 與RBF神經網絡對比實驗及分析54-56
• 5 總結與展望56-58
• 5.1 總結56-57
• 5.2 展望57-58
• 參考文獻58-61
• 作者簡歷及攻讀碩士/博士學位期間取得的研究成果61-63
• 學位論文數(shù)據(jù)集63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王濤;王洋洋;郭長娜;張繼華;;QGA-RBF神經網絡在礦井瓦斯涌出量預測中的應用[J];傳感技術學報;2012年01期

2 劉黎明,肖紅飛;神經網絡在煤與瓦斯突出預測中的應用[J];礦業(yè)安全與環(huán)保;2003年01期

3 劉新榮;鮮學福;;煤層瓦斯涌出量與若干地質因素之間的關系探討[J];礦業(yè)安全與環(huán)保;2006年01期

4 袁東升,楊運良,孫方田;三維灰趨勢面分析法在瓦斯涌出量預測中應用[J];遼寧工程技術大學學報;2003年04期

5 施式亮;伍愛友;;基于神經網絡與遺傳算法耦合的煤與瓦斯突出區(qū)域預測研究[J];中國工程科學;2009年09期

6 李靖華,郭耀煌;主成分分析用于多指標評價的方法研究——主成分評價[J];管理工程學報;2002年01期

7 王正國;;淺析瓦斯涌出的影響因素[J];甘肅科技;2012年14期

8 李澤瑜;孟祥云;;礦井瓦斯涌出量預測方法[J];遼寧工程技術大學學報(自然科學版);2014年09期

9 李艷雙,曾珍香,張閩,于樹江;主成分分析法在多指標綜合評價方法中的應用[J];河北工業(yè)大學學報;1999年01期

10 王春曉;陳開巖;張寶;;基于Elman組合預測模型的瓦斯涌出量預測[J];黑龍江科技學院學報;2011年04期

  本文關鍵詞：基于主成分分析的BP神經網絡礦井瓦斯涌出量預測研究，，由筆耕文化傳播整理發(fā)布。

本文編號：297230