1、煤礦突水預測是一個涉及水文地質、工程地質、巖石力學等諸多學科的復雜問題。影響煤礦突水的因素眾多,并且影響因素是不停變化的,僅依靠傳統(tǒng)的方法很難快速準確地進行突水預測。對此,論文提出將主成分分析與極限學習機相結合的方法,對煤礦突水進行預測。
　　通過對已有煤礦突水預測方法的研究,分析指出這些方法的優(yōu)勢及不足,結合煤礦突水機理,選用了新近提出的極限學習機進行煤礦突水預測,滿足突水預測對精確性及實時性的要求。
　　已有研究表明在指

2、標因素過多時,這些因素所包含的信息量一般會有重疊的地方。如果直接采用極限學習機算法進行網(wǎng)絡預測,這些重疊的信息量會降低運行速率。因此論文選用主成分分析法進行樣本的預處理,在最大限度地保留原有信息的同時,降低數(shù)據(jù)噪聲對模型輸入量的影響,提高網(wǎng)絡的預測性能。
　　構建預測模型,選用SPSS軟件對網(wǎng)絡輸入量進行主成分分析,并設計了極限學習機的網(wǎng)絡結構。通過實驗完成對數(shù)據(jù)的選擇,確定網(wǎng)絡結構,包括隱藏層節(jié)點數(shù)以及激勵函數(shù)的選取。將本預測模