基于PCA-BP神经网络的风积砂充填体强度预测

为衡量矿山充填效果,构建了BP神经网络模型和PCA-BP神经网络模型,对风积砂充填体进行强度预测.建立模型后,选取影响充填体强度的黄土含量、风积砂含量、水泥含量、粉煤灰含量、浓度及固化时间6个参数开展测试.测试完成后,从数据的拟合度、网络的误差分析和预测结果3方面对模型的模拟效果进行评价.结果表明,BP神经网络模型数据的拟合度高,平均相对误差为14.57％,精度有待提高;PCA-BP神经网络模型数据的拟合度高,平均相对误差为8.71％,预测结果精度高,效果良好,可替代BP神经网络模型作为充填体强度预测的一种有效方法.