原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
瓦斯已经成为制约煤矿安全高效生产的首要因素。瓦斯涌出量预测模型对矿
井瓦斯涌出量预测及瓦斯灾害防治至关重要。运用改进的主成分分析法（IPCA）
对选取的13个瓦斯涌出量影响因素进行降维，构建了CPSO-BP神经网络预测模
型，并对中泰矿业绝对瓦斯涌出量进行了预测。
结果表明，改进后的主成分数量从原来的6个减少到3个，有效解决了因各
影响因素与瓦斯涌出量相关性差异而导致的主成分过多和数据冗余问题。同时，
优化后的粒子群算法缓解了粒子群算法易陷入局部最优解的缺点，将改
文档评论（0）