[发明专利]一种基于PCA-EML的煤矿突水预测方法

摘要

一种基于PCA-EML的煤矿突水预测方法，属于煤矿突水预测方法。包括以下步骤：1.获取煤矿正常开采运行状态下影响煤矿突水的众多数据；2.利用主成分分析法对影响煤矿突水的众多因素进行筛选，得到对煤矿突水起决定性因素的主控因素；3.将仅包含主控因素的样本数据划分为训练集、验证集和测试集，分别对应于模型的训练、验证和测试；4.建立极限学习机网络模型，经过极限学习机算法对该数据进行训练；5.利用验证数据验证煤矿突水预测模型，如果得到的预测结果和其他算法比较，没有明显优势，则从主成分分析开始重新建立模型，若预测结果较为理想，则将其作为预测模型来实际预测煤矿突水情况。

主权项

一种基于PCA‑EML的煤矿突水预测方法，其特征是：用主成分分析法来优化神经网络的输入参数，首先利用主成分分析法对多种因素数据进行预处理，消除原有数据之间的信息重叠，产生新的相互独立的训练样本，尽可能多地保留原有信息，然后把重构的训练样本作为极限学习机的输入，降低神经网络的结构复杂度，提高收敛速度，具体步骤如下：（1）获取煤矿正常开采运行状态下影响煤矿突水的众多数据；（2）利用主成分分析法对影响煤矿突水的众多因素进行筛选，得到对煤矿突水起决定性因素的主控因素；（3）将仅包含主控因素的样本数据划分为训练集、验证集和测试集，分别对应于模型的训练、验证和测试；（4）建立极限学习机网络模型；（5）利用验证数据验证煤矿突水预测模型，如果得到的预测结果和其他算法比较，没有明显优势，则从主成分分析开始重新建立模型，若预测结果较为理想，则将其作为预测模型来实际预测煤矿突水情况。