重庆科技学院学报（自然科学版）
重慶科技學院學報（自然科學版）
중경과기학원학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE)
2014年
1期
96-98,133
,共4页
吴剑%常毓文%刘保磊%张遂安%祁大晟
吳劍%常毓文%劉保磊%張遂安%祁大晟
오검%상육문%류보뢰%장수안%기대성
BP神经网络%煤层气%煤层含气量%分级预测%含气量分布
BP神經網絡%煤層氣%煤層含氣量%分級預測%含氣量分佈
BP신경망락%매층기%매층함기량%분급예측%함기량분포
煤层含气量分布和煤层气富集规律已成为当今重要的科研课题.充分利用BP神经网络具有的非线性映射能力、泛化能力和容错能力,批量数据处理使整体偏差值最小,分组拟合比单个样本拟合效果好的特点预测煤层气含量;煤层含气量在一定范围内变化,于是把煤层含气量作为因变量的数据进行分级预测,并且适当调节样本允许误差且允许个别错误存在,以减少模型整体误差.煤层的埋深、镜质组、灰分和挥发分为影响QP区块的主要因素,将这4个影响因素作为变量建立BP神经网络模型,调节网络模型各项参数,分配不同学习训练样本、检验样本和坚持样本以找出合理的神经网络学习训练结构.再与地质统计学和克里金插值法有机结合来预测煤层含气量分布规律和探索煤层气富集规律.
煤層含氣量分佈和煤層氣富集規律已成為噹今重要的科研課題.充分利用BP神經網絡具有的非線性映射能力、汎化能力和容錯能力,批量數據處理使整體偏差值最小,分組擬閤比單箇樣本擬閤效果好的特點預測煤層氣含量;煤層含氣量在一定範圍內變化,于是把煤層含氣量作為因變量的數據進行分級預測,併且適噹調節樣本允許誤差且允許箇彆錯誤存在,以減少模型整體誤差.煤層的埋深、鏡質組、灰分和揮髮分為影響QP區塊的主要因素,將這4箇影響因素作為變量建立BP神經網絡模型,調節網絡模型各項參數,分配不同學習訓練樣本、檢驗樣本和堅持樣本以找齣閤理的神經網絡學習訓練結構.再與地質統計學和剋裏金插值法有機結閤來預測煤層含氣量分佈規律和探索煤層氣富集規律.
매층함기량분포화매층기부집규률이성위당금중요적과연과제.충분이용BP신경망락구유적비선성영사능력、범화능력화용착능력,비량수거처리사정체편차치최소,분조의합비단개양본의합효과호적특점예측매층기함량;매층함기량재일정범위내변화,우시파매층함기량작위인변량적수거진행분급예측,병차괄당조절양본윤허오차차윤허개별착오존재,이감소모형정체오차.매층적매심、경질조、회분화휘발분위영향QP구괴적주요인소,장저4개영향인소작위변량건립BP신경망락모형,조절망락모형각항삼수,분배불동학습훈련양본、검험양본화견지양본이조출합리적신경망락학습훈련결구.재여지질통계학화극리금삽치법유궤결합래예측매층함기량분포규률화탐색매층기부집규률.
