基于RBF神经网络的瓦斯含量预测研究

作者：吴观茂; 黄明; 李刚; 郭相坤

来源：煤炭科学技术, 2008, (01): 49-52.

DOI：10.13199/j.cst.2008.01.54.wugm.028

• 瓦斯含量
• RBF神经网络
• 预测模型 gas content
• RBF nerves network
• prediction model

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。

• 单位
  煤炭资源与安全开采国家重点实验室; 中国矿业大学（北京）; 安徽理工大学