本文主要研究内容
作者吴顺川,张晨曦,成子桥（2019）在《基于PCA-PNN原理的岩爆烈度分级预测方法》一文中研究指出：根据岩爆的影响因素、特点及成因,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数和弹性能量指数构成岩爆预测指标体系。搜集国内外46组典型岩爆案例数据,考虑到概率神经网络（PNN）中高斯函数要求各指标变量互不相关,采用主成分分析法（PCA）对原始数据预处理,消除指标间相关性并降维,得到线性无关的3个主成分即岩爆综合预测指标RCI1,RCI2,RCI3,构成概率神经网络的输入向量。将岩爆烈度分级预测视为共有4种类别的模式分类问题,在满足均匀分布的前提下,选取[0.02,1.00]内的50个Spread值,观察模型预测正确率随Spread值的变化。经测试,Spread值为0.36时,预测结果首次同时达到最优,故创建平滑因子为0.36的概率神经网络。岩爆案例数据由主成分分析法处理后分为训练样本和测试样本,对训练后的PNN网络进行性能测试,两组数据预测正确率分别为100%,90%。将该结果与随机森林（RF）模型、支持向量机（SVM）模型、人工神经网络（ANN）模型进行比较,可知PCA-PNN模型的预测结果稍好于SVM模型、ANN模型,误判率与RF模型的训练样本平均误判率、测试样本平均误判率一致。此外PNN网络收敛速度快,通常在数秒内即可完成,表明基于PCA-PNN的岩爆烈度预测模型是合理可行的。
Abstract
gen ju yan bao de ying xiang yin su 、te dian ji cheng yin ,shua qu wei yan zui da qie ying li 、chan zhou kang ya jiang du 、chan zhou kang la jiang du 、ying li ji shu 、cui xing ji shu he dan xing neng liang zhi shu gou cheng yan bao yu ce zhi biao ti ji 。sou ji guo nei wai 46zu dian xing yan bao an li shu ju ,kao lv dao gai lv shen jing wang lao （PNN）zhong gao si han shu yao qiu ge zhi biao bian liang hu bu xiang guan ,cai yong zhu cheng fen fen xi fa （PCA）dui yuan shi shu ju yu chu li ,xiao chu zhi biao jian xiang guan xing bing jiang wei ,de dao xian xing mo guan de 3ge zhu cheng fen ji yan bao zeng ge yu ce zhi biao RCI1,RCI2,RCI3,gou cheng gai lv shen jing wang lao de shu ru xiang liang 。jiang yan bao lie du fen ji yu ce shi wei gong you 4chong lei bie de mo shi fen lei wen ti ,zai man zu jun yun fen bu de qian di xia ,shua qu [0.02,1.00]nei de 50ge Spreadzhi ,guan cha mo xing yu ce zheng que lv sui Spreadzhi de bian hua 。jing ce shi ,Spreadzhi wei 0.36shi ,yu ce jie guo shou ci tong shi da dao zui you ,gu chuang jian ping hua yin zi wei 0.36de gai lv shen jing wang lao 。yan bao an li shu ju you zhu cheng fen fen xi fa chu li hou fen wei xun lian yang ben he ce shi yang ben ,dui xun lian hou de PNNwang lao jin hang xing neng ce shi ,liang zu shu ju yu ce zheng que lv fen bie wei 100%,90%。jiang gai jie guo yu sui ji sen lin （RF）mo xing 、zhi chi xiang liang ji （SVM）mo xing 、ren gong shen jing wang lao （ANN）mo xing jin hang bi jiao ,ke zhi PCA-PNNmo xing de yu ce jie guo shao hao yu SVMmo xing 、ANNmo xing ,wu pan lv yu RFmo xing de xun lian yang ben ping jun wu pan lv 、ce shi yang ben ping jun wu pan lv yi zhi 。ci wai PNNwang lao shou lian su du kuai ,tong chang zai shu miao nei ji ke wan cheng ,biao ming ji yu PCA-PNNde yan bao lie du yu ce mo xing shi ge li ke hang de 。
论文参考文献
论文详细介绍
论文作者分别是来自煤炭学报的吴顺川,张晨曦,成子桥，发表于刊物煤炭学报2019年09期论文，是一篇关于岩爆预测论文,主成分分析论文,概率神经网络论文,烈度分级论文,煤炭学报2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自煤炭学报2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：岩爆预测论文; 主成分分析论文; 概率神经网络论文; 烈度分级论文; 煤炭学报2019年09期论文;