基于神经网络采煤工作面瓦斯涌出量预测方法

摘要：

本文根据在采煤工作面所搜集的观测数据对神经网络进行训练，建立了预测采煤工作面瓦斯涌出量人工神经网络模型。研究表明，采煤工作面瓦斯涌出量与煤层的埋藏深度、工作面日产量、煤层瓦斯含量、煤层厚度、煤层间距和日进尺有关。与线性回归和非线性回归方法相比，人工神经网络模型预报精度更高。而采用Levenberg-Marquardt方法训练的神经网络具有收敛速度快和预报精度高等特性。

关键词： 煤矿开采 瓦斯突出 突出预测 人工神经网络

作者: 李守巨

作者单位: 大连理工大学工业装备结构分析国家重点实验室

会议类型: 国内会议

会议名称: 2002年中国国际安全生产论坛

会议地点: 北京

会议语种:中文

页码: 573-576

在线出版日期: 2002-10-10（万方平台首次上网日期，不代表论文的发表时间）