偏最小二乘回归神经网络的矿坑涌水量预测

陈南祥　曹连海　李　梅　黄　强

摘要：影响矿坑充水的因素多且复杂，矿坑涌水量预测模型主要考虑降水、地表水、引水灌溉等影响因素，因变量和自变量的关系比较复杂。将偏最小二乘回归与神经网络耦合，建立了矿坑涌水预报模型。模型将自变量利用偏最小二乘回归处理，提取对因变量影响强的成分，既可以克服变量之间的相关性问题，又可以降低神经网络的输入维数，并能较好地解决非线性问题，提高了模型的学习能力和表达能力。以河南鹤壁八矿涌水量为例，建立了基于偏最小二乘回归和神经网络耦合的矿坑涌水量预测模型。计算验证表明，该类模型具有较高的预报精度和推广应用价值。

关键词：矿坑涌水量；偏最小二乘回归；神经网络；预报模型

中图分类号：P641．4l

文献标识码：A

文章编号：1671—5888(2005)06—0766—05