《表2 重构有效因子：基于LLE-FOA-BP模型的煤与瓦斯突出强度预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LLE-FOA-BP模型的煤与瓦斯突出强度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取样本中的前30组原始数据作为训练集，后10组为测试集，输入LLE-FOA-BP模型中进行联合训练和预测。首先要确定LLE算法中K和d的值。K值的选取在算法中起到关键作用，如果K值太小，则提取出的数据不能很好地保持原始数据的本质特征，反之若K值太大，则得到的新因子不能体现局部特性。本文中取经验数值，即K=11。根据K和d的关系可知d的取值范围为6～9，将d值输入BP神经网络模型中进行模拟，经过对比发现，当d=7时预测效果最好。由每个样本点的近邻点计算出该样本点的局部重建权值矩阵fij，根据fij计算得出在低维空间保持12维原始样本点内在几何结构的7维重构有效因子P，P由P1—P7构成，见表2。