典型文献
基于KPCA-APSO-ELM的矿井涌水水源识别
文献摘要：
矿井水害问题长期困扰着煤矿的安全生产,查明矿井涌水水源是矿井水害防治问题的前提.为提高矿井涌水水源的识别精度,提出了一种基于KPCA-APSO-ELM的矿井涌水水源判别模型.以袁二矿为例,在分析主要含水层地下水水化学特征的基础上,选取7种水化学离子作为判别指标.随后利用KPCA提取主要指标作为模型识别的判别因子,并通过APSO对ELM模型进行参数寻优.以63组样本数据中70％作为训练样本、30％作为预测样本进行仿真试验建立KPCA-APSO-ELM模型,并将识别结果与PCA-Logistic、KPCA-ELM和PSO-ELM模型进行比较.结果表明:KPCA算法可以有效消除指标间的冗余信息,基于KPCA-APSO-ELM模型的预测精度相对较高;与其他模型相比,该模型的均方误差和平均绝对百分比误差显著降低.
文献关键词：
安全工程;水源判别;核主成分分析;自适应粒子群算法;极限学习机
中图分类号：
作者姓名：
侯恩科;姚星;车晓阳;严迎新;董博文
作者机构：
西安科技大学地质与环境学院,西安710054;西安科技大学煤炭绿色开采地质研究院,西安710054
文献出处：
引用格式：
[1]侯恩科;姚星;车晓阳;严迎新;董博文-.基于KPCA-APSO-ELM的矿井涌水水源识别)[J].安全与环境学报,2022(01):64-71
A类：
B类：
KPCA,APSO,ELM,矿井涌水,涌水水源,水源识别,矿井水害,水害问题,煤矿,查明,水害防治,防治问题,识别精度,水源判别,判别模型,含水层,地下水水化学,水化学特征,判别指标,模型识别,参数寻优,训练样本,预测样本,仿真试验,冗余信息,均方误差,平均绝对百分比误差,安全工程,核主成分分析,自适应粒子群算法,极限学习机
AB值：
0.298057
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
