煤层含气量预测的BP神经网络模型与应用
孟召平
田永东
雷旸
1.中国矿业大学,资源与地球科学系,北京,1000832.中国矿业大学,资源与地球科学系,北京,1000833.中国矿业大学,资源与地球科学系,北京,100083
摘要：为了对煤层含气量进行定量预测,采用BP神经网络预测方法,建立了煤层含气量预测的BP神经网络模型.以沁水盆地南部主采煤层为对象,分析得出了影响沁水盆地南部煤层含气量分布的主要控制因素有煤层有效埋藏深度、煤变质程度和煤岩、煤质特征等,选择了煤层有效埋藏深度、水分与灰分以及镜质组最大反射率3参数作为BP神经网络模型的基本特征量,建立了煤层含气量与这些因素之间的相关关系和BP神经网络预测模型,对煤层舍气量进行预测分析.结果表明:BP神经网络模型具有极强的非线性逼近能力,能真实反映煤层含气量与主控因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于10%,预测效果明显地优于基于朗格缪尔方程的煤层含气量预测模型.
关键词：煤层气含气量BP神经网络模型
分类号：P618.11(矿床学)
资助基金：国家自然科学基金(40772100)国家重点基础研究发展计划（973计划）(973;2007CB209405)高等学校全国优秀博士学位论文作者专项(200247)高等学校博士学科点专项科研基金(20050290009)
论文发表日期：2008-07-01
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：6( 456-461 )
英文信息