煤炭科学技术
煤炭科學技術
매탄과학기술
COAL SCIENCE AND TECHNOLOGY
2008年
1期
49-52
,共4页
吴观茂%黄明%李刚%郭相坤
吳觀茂%黃明%李剛%郭相坤
오관무%황명%리강%곽상곤
瓦斯含量%RBF神经网络%预测模型
瓦斯含量%RBF神經網絡%預測模型
와사함량%RBF신경망락%예측모형
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.
以淮南礦區潘一礦13-1煤層為研究對象,確定瞭煤層埋深、煤層厚度、頂闆巖性和構造是影響煤層瓦斯含量的主要因素;在分析勘探鑽孔資料的基礎上,利用RBF神經網絡方法建立瞭瓦斯含量預測模型,結閤實際數據,對預測模型進行訓練和檢驗,預測結果錶明,該模型比使用線性迴歸和BP神經網絡模型預測能穫得更高的精度,說明預測模型可靠.
이회남광구반일광13-1매층위연구대상,학정료매층매심、매층후도、정판암성화구조시영향매층와사함량적주요인소;재분석감탐찬공자료적기출상,이용RBF신경망락방법건립료와사함량예측모형,결합실제수거,대예측모형진행훈련화검험,예측결과표명,해모형비사용선성회귀화BP신경망락모형예측능획득경고적정도,설명예측모형가고.
