利用PCA和神经网络预测尾矿坝地下水位
详细信息
- 责任者：郎学政^c山东理工大学^d1987^e硕士研究生 ; 许同乐 ; 黄湘俊 ; 杜华程 ; 宋洪宇^c山东中矿集团有限公司
- 刊名：水文地质工程地质
- 出版年：2014
- 卷期：41^b2总256
- 页码：13～17
- 索书号：P490.6/144－10
- 图表：^c表4参8插图
- 文摘期号：2014/07
摘要
针对尾矿坝安全监测需要对尾矿坝地下水位进行预测及时分析尾矿坝稳定性的问题，提出利用主成分分析和神经网络建立尾矿坝地下水位的预测模型。首先采用自相关分析选择预测模型的输入变量，然后利用主成分分析法对原始多维输入变量进行降维和去相关处理，最后利用提取的主成分作为神经网络的输入，对某尾矿坝地下水位进行预测实验。实验结果表明，经过主成分分析处理后的神经网络预测模型不仅简化了网络的结构，具有更高的预测精度，而且提高了网络泛化性能和稳定性。