基于GWO改進(jìn)的PCA-BP神經(jīng)網(wǎng)絡(luò)煤層底板破壞深度預(yù)測(cè)模型
發(fā)布時(shí)間:2024-06-04 00:31
針對(duì)礦井水害防治工作中,煤層底板破壞深度難以進(jìn)行準(zhǔn)確預(yù)測(cè)的問題,將主成分分析(PCA)與灰狼算法(GWO)改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,建立以采深、煤層傾角、采厚、工作面斜長(zhǎng)、煤層底板抗破壞能力、工作面內(nèi)是否有切穿型斷層或破碎帶為主要影響因素的底板破壞深度預(yù)測(cè)模型。根據(jù)實(shí)測(cè)資料分析各主要影響因素和底板破壞深度之間的相關(guān)性,利用PCA法將影響底板破壞深度的主要參數(shù)進(jìn)行降維,根據(jù)降維后的主成分對(duì)底板破壞深度的貢獻(xiàn)率,確定底板破壞深度的主控因素。利用灰狼算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)參數(shù),建立PCA-GWO-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)煤層底板破壞深度,并與其他預(yù)測(cè)方法進(jìn)行對(duì)比,結(jié)果證明該模型誤差小于0.5%、準(zhǔn)確度高,可以對(duì)煤層底板破壞深度進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。
【文章頁數(shù)】:6 頁
【部分圖文】:
本文編號(hào):3988608
【文章頁數(shù)】:6 頁
【部分圖文】:
圖1BP神經(jīng)網(wǎng)絡(luò)原理
式中,分別是灰狼要向α,β,γ移動(dòng)的矢量;是移動(dòng)終點(diǎn);包含[0,2]的隨機(jī)值,模擬捕獵時(shí)的阻礙,避免陷入局部最優(yōu)[10]。圖2灰狼種群社會(huì)等級(jí)制度
圖2灰狼種群社會(huì)等級(jí)制度
圖1BP神經(jīng)網(wǎng)絡(luò)原理2數(shù)據(jù)處理
圖3工作面主要因素和底板破壞深度的關(guān)系
這6個(gè)因素的線性擬合優(yōu)度較高,而如斷層傾角、斷層走向等其他因素與底板破壞深度的關(guān)系不大,所以僅以這6個(gè)因素作為預(yù)測(cè)底板破壞深度的主控因素。3建立PCA-GWO-BP神經(jīng)網(wǎng)絡(luò)模型
圖4優(yōu)化神經(jīng)網(wǎng)絡(luò)流程
將30組樣本中前28組作為訓(xùn)練樣本,后2組作為預(yù)測(cè)樣本,將樣本輸入算法程序,對(duì)BP權(quán)重和閾值等參數(shù)進(jìn)行優(yōu)化并建立預(yù)測(cè)模型,優(yōu)化神經(jīng)網(wǎng)絡(luò)的步驟見圖4。通過相關(guān)公式計(jì)算可得隱含層層數(shù)應(yīng)在5~25之間[19],經(jīng)過多次運(yùn)算,得知隱含層層數(shù)為15,狼群數(shù)目為500,上下界分別為100和0....
本文編號(hào):3988608
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3988608.html
最近更新
教材專著