基于RBF神经网络的瓦斯含量预测研究
来源期刊:煤炭科学技术2008年第1期
论文作者:郭相坤 吴观茂 李刚 黄明
关键词:瓦斯含量; RBF神经网络; 预测模型;
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.
郭相坤1,吴观茂1,李刚1,黄明1
(1.中国矿业大学(北京)
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.
关键词:瓦斯含量; RBF神经网络; 预测模型;
【全文内容正在添加中】