摘要
为提高小样本数据预测煤层底板突水状态可靠性,结合主成分分析(Principal Component Analysis,PCA)与Fisher判别法构建煤层底板突水预测模型。以华北典型矿区为例,选取12项可直接测量指标作为煤层底板突水评价指标,采用主成分分析处理评价指标,用5项主成分代替原有12项指标,定性分析煤层底板突水状态。利用Fisher判别法分析主成分分析处理结果,确定评价集与两类突水状态的距离,进行样本归类判别。研究表明:回判15组训练样本并预测3组待测样本,误判率为0%。PCA-Fisher判别模型可减弱指标间关联度,在煤层底板突水样本数据有限的情况下,可获得良好的预测效果。
