文献

J-GLOBAL ID：202202284651297386   整理番号：22A0499630

因子分析とRBFニューラルネットワークに基づく炭鉱の屋根における水伝導性破砕帯の高さに対する予測モデル【JST・京大機械翻訳】

A prediction model for the height of the water-conducting fractured zone in the roof of coal mines based on factor analysis and RBF neural network

著者 (5件)： Bi Yaoshan (State Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines, Anhui University of Science and Technology, Huainan, China) ,  Bi Yaoshan (School of Earth and Environment, Anhui University of Science and Technology, Huainan, China) ,  Wu Jiwen (School of Earth and Environment, Anhui University of Science and Technology, Huainan, China) ,  Zhai Xiaorong (School of Earth and Environment, Anhui University of Science and Technology, Huainan, China) ,  Huang Kai (School of Earth and Environment, Anhui University of Science and Technology, Huainan, China)
資料名： Arabian Journal of Geosciences  (Arabian Journal of Geosciences)
巻： 15  号： 3  ページ： 241  発行年： 2022年 
JST資料番号： W4050A  ISSN： 1866-7511  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 水伝導破砕帯(WCFZ)の開発高さは炭鉱における帯水層保護に関連する基本的パラメータである。WCFZの高さを正確に予測することは,炭層の屋根における水災害の防止と制御,および石炭採掘の安全性を確保するために非常に重要である。炭層屋根におけるWCFZの開発高さを正確に予測するために,採掘区域の生態学的環境を保護して,採掘区域の生態学的環境を保護するために,WCFZの開発高さの予測モデルは,採掘深さ,石炭-海上傾斜角度,採掘高さ,表土の一軸圧縮強度,および作業面長さを含む5つの影響因子に基づく因子解析(FA)と動径基底関数(RBF)ニューラルネットワークを使用することによって確立した。新しいサンプルデータに対するモデルの予測性能を試験し,平均絶対誤差,二乗平均平方根誤差,および平均相対誤差を評価した。比較のために,従来のRBFニューラルネットワークモデルと従来のサポートベクトルマシン(SVM)モデルも予測解析のために構築した。結果は,FA-RBFニューラルネットワークモデルがデータによく適合することを示した。また,それは,平均絶対誤差,二乗平均平方根誤差,および平均相対誤差,それぞれ4.47m,4.71m,および7.52%に基づく新サンプルのための強い一般化能力と良い予測性能を持ち,従来のRBFニューラルネットワーク予測と従来のSVM予測モデルより良い。提案モデルはFAとRBFニューラルネットワークのそれぞれの利点を結合して,それは伝統的予測方法の短所を避けて,それは影響因子の間の反復情報干渉とノイズを考慮せず,ニューラルネットワークの入力層の次元を単純化し,ニューラルネットワークのスケールを縮小する。提案モデルは収束速度,学習能力および予測能力を改善した。それは,WCFZの開発高さを正確に予測するための実用的手法を提供し,それは,石炭-屋根地層からの水流入を防止および制御し,採掘地域の生態学的環境を保護することができる。Copyright Saudi Society for Geosciences 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  雑音 ,  帯水層 ,  簡素化 ,  石炭 ,  *屋根 ,  *ニューラルネットワーク ,  *炭鉱 ,  *破砕帯 ,  採炭 ,  採掘 ,  *因子分析 ,  生態学 ,  *予測モデル ,  サポートベクトルマシン

著者キーワード (6件)： 水伝導性破砕帯の高さ ,  因子分析 ,  RBFニューラルネットワーク ,  炭鉱 ,  石炭屋根のオーバーレイ ,  予測モデル

分類 (3件)： 坑内採掘  (UA05070C) ,  炭鉱,石炭資源  (UA01100K) ,  岩はね,ガス突出,出水,落盤  (UA04040O)

タイトルに関連する用語 (7件)： 因子分析 ,  RBFニューラルネットワーク ,  炭鉱 ,  屋根 ,  水 ,  破砕帯 ,  予測モデル