偏最小二乘回歸神經網絡的礦坑涌水量預測
2005-04-29 00:00:00陳南祥曹連海李梅黃強
吉林大學學報(地球科學版) 2005年6期
摘要：影響礦坑充水的因素多且復雜，礦坑涌水量預測模型主要考慮降水、地表水、引水灌溉等影響因素，因變量和自變量的關系比較復雜。將偏最小二乘回歸與神經網絡耦合，建立了礦坑涌水預報模型。模型將自變量利用偏最小二乘回歸處理，提取對因變量影響強的成分，既可以克服變量之間的相關性問題，又可以降低神經網絡的輸入維數，并能較好地解決非線性問題，提高了模型的學習能力和表達能力。 以河南鶴壁八礦涌水量為例，建立了基于偏最小二乘回歸和神經網絡耦合的礦坑涌水量預測模型。計算驗證表明，該類模型具有較高的預報精度和推廣應用價值。
關鍵詞：礦坑涌水量；偏最小二乘回歸；神經網絡；預報模型
中圖分類號：P641．4l
文獻標識碼：A
文章編號：1671—5888(2005)06—0766—05
