利用PCA和神经网络预测尾矿坝地下水位 |
| |
引用本文: | 郎学政,许同乐,黄湘俊,杜华程,宋洪宇.利用PCA和神经网络预测尾矿坝地下水位[J].水文地质工程地质,2014,0(2):13-17. |
| |
作者姓名: | 郎学政 许同乐 黄湘俊 杜华程 宋洪宇 |
| |
作者单位: | 山东理工大学机械工程学院;山东中矿集团有限公司; |
| |
基金项目: | 山东省高等学校科技计划项目(J10LG22) |
| |
摘 要: | 针对尾矿坝安全监测需要对尾矿坝地下水位进行预测及时分析尾矿坝稳定性的问题,提出利用主成分分析和神经网络建立尾矿坝地下水位的预测模型。首先采用自相关分析选择预测模型的输入变量,然后利用主成分分析法对原始多维输入变量进行降维和去相关处理,最后利用提取的主成分作为神经网络的输入,对某尾矿坝地下水位进行预测实验。实验结果表明,经过主成分分析处理后的神经网络预测模型不仅简化了网络的结构,具有更高的预测精度,而且提高了网络泛化性能和稳定性。
|
关 键 词: | 主成分分析 神经网络 尾矿坝 地下水位 预测模型 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《水文地质工程地质》浏览原始摘要信息 |
| 点击此处可从《水文地质工程地质》下载免费的PDF全文 |
|