|
|||||
|
|
| 基于PCA-AWOA-ELM模型的矿井突水水源识别 | |
| 作者姓名： | 于小鸽 刘燚菲 翟培合 |
| 作者单位： | 1. 江西应用技术职业学院;2. 山东科技大学资源学院;3. 山东科技大学地球科学与工程学院 |
| 基金项目： | 国家自然科学基金资助项目（42002282）;;山东省自然科学基金重点资助项目（ZR2020KE023,ZR2021MD057）; |
| 摘 要： | 矿井突水是煤矿生产过程最具威胁的灾害之一,为了保障煤矿安全生产,提高矿井突水水源识别精度,提出一种基于改进鲸鱼优化算法(AWOA)耦合极限学习机的水源识别模型。以岱庄煤矿为例,选取Na+、Ca2+、Mg2+、Cl-、SO4 2-、HCO3-作为判别指标,基于SPSS因子分析提取评价指标主成分,6种离子间相关性较大,Ca2+和Mg2+,Ca2+、Mg2+与SO42-、Cl-之间的相关性均达到了0.7以上,SO42-和Cl-之间的相关性也达0.68,通过主成分分析提取了3个主成分,从六维空间降低到三维空间,在减少了样本指标之间信息重复的同时,也减少了极限学习机输入层数量,提高了模型对各类型数据的泛化能... |
| 关 键 词： | 矿井突水 水源识别 主成分分析(PCA) 改进鲸鱼优化算法(AWOA) 极限学习机(ELM) |