基于神经网络模型的瓦斯含量预测及其与影响因素间定量关系的分析
作者设计了反向传播人工神经网络模型来预测煤矿中的瓦斯含量.用”留一法”训练了神经网络模型并测试了它的预测性能。散点图和统计学指标均表明模型具有较高的预测精度和可靠性。利用神经网络模型分析了影响因素对瓦斯含量的定量影响,结果表明：瓦斯含量随煤层底板标高值的减小而增大;随与最近剥蚀面间距离的增加而增大;顶板砂岩比越低,瓦斯含量越高;顶板岩性为泥岩时,瓦斯含量高,为砂岩时,瓦斯含量低;到断层距离越大,瓦斯含量越高;煤厚越高,瓦斯含量越低.
瓦斯含量预测 人工神经网络 预测性能 定量分析
由伟
华北科技学院机电工程系
国内会议
山西大同
中文
305-311
2008-09-05（万方平台首次上网日期，不代表论文的发表时间）