基于BP神经网络的瓦斯含量预测
来源期刊：煤田地质与勘探2008年第1期
论文作者：吴观茂 李刚 黄明
关键词：瓦斯含量; BP神经网络; 预测模型;
摘 要：以淮南矿区潘一矿13-1煤层为研究对象,在分析勘探钻孔资料的基础上,确定了煤层埋深及厚度、项底板岩性、地质构造和煤变质程度是影响煤层瓦斯含量的主要因素;使用BP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:该模型比使用多元线性回归预测能获得更高的精度,说明预测模型可靠.
吴观茂1，李刚1，黄明1
(1.中国矿业大学煤炭资源与安全开采国家重点实验室,北京,100083;
2.安徽理工大学计算机学院,安徽,淮南,232001)
摘要:以淮南矿区潘一矿13-1煤层为研究对象,在分析勘探钻孔资料的基础上,确定了煤层埋深及厚度、项底板岩性、地质构造和煤变质程度是影响煤层瓦斯含量的主要因素;使用BP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:该模型比使用多元线性回归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; BP神经网络; 预测模型;
【全文内容正在添加中】
