煤炭技术
煤炭技術
매탄기술
COAL TECHNOLOGY
2011年
11期
91-93
,共3页
矿井瓦斯%多元线性回归%BP神经网络%组合预测模型
礦井瓦斯%多元線性迴歸%BP神經網絡%組閤預測模型
광정와사%다원선성회귀%BP신경망락%조합예측모형
矿井瓦斯涌出量受众多因素的影响.经研究表明,煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层间距、日进度及日产量是影响瓦斯涌出的主要因素.利用多元线性回归和BP神经网络理论,分别对矿井瓦斯涌出量进行了预测,最后建立了多元线性回归与BP神经网络的组合预测模型.该模型兼顾了多元回归分析的非线性特性和神经网络的时序特性,通过具体的实例研究,对比了各种方法的预测结果.结果显示,组合预测的结果与实际有较高的拟合度,可靠性高.
礦井瓦斯湧齣量受衆多因素的影響.經研究錶明,煤層埋藏深度、煤層厚度、煤層瓦斯含量、煤層間距、日進度及日產量是影響瓦斯湧齣的主要因素.利用多元線性迴歸和BP神經網絡理論,分彆對礦井瓦斯湧齣量進行瞭預測,最後建立瞭多元線性迴歸與BP神經網絡的組閤預測模型.該模型兼顧瞭多元迴歸分析的非線性特性和神經網絡的時序特性,通過具體的實例研究,對比瞭各種方法的預測結果.結果顯示,組閤預測的結果與實際有較高的擬閤度,可靠性高.
광정와사용출량수음다인소적영향.경연구표명,매층매장심도、매층후도、매층와사함량、매층간거、일진도급일산량시영향와사용출적주요인소.이용다원선성회귀화BP신경망락이론,분별대광정와사용출량진행료예측,최후건립료다원선성회귀여BP신경망락적조합예측모형.해모형겸고료다원회귀분석적비선성특성화신경망락적시서특성,통과구체적실례연구,대비료각충방법적예측결과.결과현시,조합예측적결과여실제유교고적의합도,가고성고.
