偏最小二乘回归神经网络的矿坑涌水量预测
详细信息
- 责任者：陈南祥^c西安理工大学 ; 曹连海^c华北水利水电学院 ; 李梅 ; 黄强
- 刊名：吉林大学学报（地球科学版）
- 出版年：2005
- 卷期：35^b6
- 关键词：矿坑涌水量预算20^a最小二乘法 ; 神经网络系统 ; 数学模型30^a偏最小二乘法
- 页码：766～770
- 索书号：P206.6/332
- 图表：^c表2参7插图
- 分类号：1500,2000
- 文摘期号：2006/08
摘要
影响矿坑充水的因素多且复杂,矿坑涌水量预测模型主要考虑降水、地表水、引水灌溉等影响因素,因变量和自变量的关系比较复杂。将偏最小二乘回归与神经网络耦合,建立了矿坑涌水预报模型。模型将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数,并能较好地解决非线性问题,提高了模型的学习能力和表达能力。以河南鹤壁八矿涌水量为例,建立了基于偏最小二乘回归和神经网络耦合的矿坑涌水量预测模型。计算验证表明,该类模型具有较高的预报精度和推广应用价值。