基于RBF神经网络的瓦斯含量预测研究

被引：7

作者：

吴观茂 ^{[1
]}

黄明 ^{[1
]}

李刚 ^{[1
]}

郭相坤 ^{[2
]}

机构：

[1] 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室

[2] 中国矿业大学(北京)化学与环境工程学院

来源：

煤炭科学技术 | 2008年 / 01期

基金：

国家自然科学基金重大项目;

关键词：

瓦斯含量; RBF神经网络; 预测模型;

D O I：

10.13199/j.cst.2008.01.54.wugm.028

中图分类号：

TD712 [矿井瓦斯]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

以淮南矿区潘一矿13-1煤层为研究对象,确定了煤层埋深、煤层厚度、顶板岩性和构造是影响煤层瓦斯含量的主要因素;在分析勘探钻孔资料的基础上,利用RBF神经网络方法建立了瓦斯含量预测模型,结合实际数据,对预测模型进行训练和检验,预测结果表明,该模型比使用线性回归和BP神经网络模型预测能获得更高的精度,说明预测模型可靠。

引用

页码：49 / 52

页数：4

共 4 条

[1] 梁北煤矿主采煤层瓦斯含量分布规律研究 [J].