基于RBF神经网络的瓦斯含量预测研究
吴观茂1
黄明2
李刚2
郭相坤3
1.中国矿业大学(北京)煤炭资源与安全开采国家重点实验室,北京,100083;安徽理工大学计算机学院,安徽,淮南,2320012.中国矿业大学(北京)煤炭资源与安全开采国家重点实验室,北京,1000833.中国矿业大学(北京)化学与环境工程学院,北京,100083
摘要：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.
关键词：瓦斯含量RBF神经网络预测模型
资助基金：国家自然科学基金(50490271)国家科技攻关计划(2001BA80380403)
论文发表日期：2008-01-01
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( 49-52 )
英文信息