基于改进BP神经网络的瓦斯含量预测模型
赵延明
湖南科技大学信息与电气工程学院,湖南,湘潭,411201
摘要：煤层瓦斯含量是矿井安全生产的重要性能指标之一,而常规基于经验和传统数学模型的预测方法难以准确预测煤层瓦斯含量.针对该问题,文章在分析了基于Fletcher-Reeves共轭梯度法的改进BP神经网络模型的基础上,结合煤层瓦斯含量的各种影响因素,建立了一个基于3层改进BP神经网络的瓦斯含量预测模型,并进行了具体的网络训练和预测仿真.结果表明,该瓦斯含量预测模型收敛速度快,预测精度高,可满足实际生产要求.
关键词：瓦斯含量预测Fletcher-Reeves共轭梯度法BP神经网络改进
分类号：TD712.3(矿山安全与劳动保护)
资助基金：湖南省教育厅项目(07C265)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 10-13 )
英文信息