基于GA-BP神经网络的淋水井筒风温预测模型 |
| |
引用本文: | 高佳南,马乐天,白金阳,田皓天,黄曾宁,梁春燕,康杰.基于GA-BP神经网络的淋水井筒风温预测模型[J].中国矿业,2023(11):96-101. |
| |
作者姓名: | 高佳南 马乐天 白金阳 田皓天 黄曾宁 梁春燕 康杰 |
| |
作者单位: | 西安科技大学安全科学与工程学院 |
| |
基金项目: | 国家自然科学基金项目资助(编号:51974232);;陕西省教育厅一般专项科研计划项目资助(编号:21JK0758); |
| |
摘 要: | 矿井进风井筒井底风温是井下风流热计算的重要节点。为准确预测淋水井筒风温,利用皮尔逊相关系数分析与遗传算法(GA)优化BP神经网络相结合的预测模型。借助皮尔逊相关系数分析筛选其中3个主要特征变量作为BP神经网络的输入变量,利用GA优化BP神经网络的权值和阈值,并与标准BP神经网络预测模型进行比较。研究结果表明,全部特征变量与特征变量筛选输入的标准BP神经网络预测模型的预测结果的平均绝对百分比误差分别为1.25%和2.33%,GA优化BP神经网络预测模型的预测结果的平均绝对百分比误差分别为0.97%和2.21%,GA-BP神经网络预测模型预测精度高于标准BP神经网络预测模型,基于特征变量筛选的预测模型既保持了较高的预测精度,又提高了预测效率。
|
关 键 词: | 淋水井筒 风温预测 皮尔逊相关系数 遗传算法 BP神经网络 |
|
|