导水裂隙带发育高度预测的PCA-GA-Elman优化模型-论文

【文件属性】：
文件名称：导水裂隙带发育高度预测的PCA-GA-Elman优化模型-论文
文件大小：2.67MB
文件格式：PDF
更新时间：2021-07-08 05:45:01
导水裂隙带 发育高度 主成分分析 遗传算法 Elman神经网络 针对矿井水害防治中导水裂隙带发育高度难以准确预测的问题,结合煤矿生产实际和工程地质理论,选取采深s、硬岩岩性比例系数b、采高（煤层厚度）M、工作面斜长l、顶板单轴抗压强度为主要影响因素,运用灰色关联分析法（GRA）分析各主要影响因素与导水裂隙带发育高度的相关性,并将主成分分析（PCA）、遗传算法（GA）和优化的Elman神经网络相结合,建立导水裂隙带发育高度预测的PCA-GA-Elman优化模型。结果表明:PCA-GA-Elman优化模型能有效消除因素间的相互影响,并能优化初始权值和阈值,使导水裂隙带发育高度预测更加准确。与PCA-Elman和PCA-BP预测模型相比,PCA-GA-Elman优化模型预测的导水裂隙带发育高度相对误差仅为-6.34%～0.18%。