GRNN模型在煤与瓦斯突出及瓦斯含量预测中的应用

作     者：付小平 薛新华 李洪涛 FU Xiao-ping;XUE Xin-hua;LI Hong-tao

作者机构：华信邮电咨询设计研究院有限公司 四川大学水利水电学院 

基　　金：国家自然科学基金资助(51009104) 

出 版 物：《中国安全科学学报》 (China Safety Science Journal)

年 卷 期：2012年第22卷第1期

页      码：24-28页

摘      要：煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。然后用收集到的工程实例样本训练和检验该模型。结果表明,GRNN模型具有很好的预测能力和泛化能力,能较好揭示瓦斯含量和诸影响因素间的关系,可用于煤与瓦斯突出判别以及瓦斯含量预测。同时可以看出,光滑因子的合理选取对于提高GRNN模型的预测精度非常重要,因此,在以后的实际应用中需要不断尝试,找出最合理的光滑因子。

主 题 词：煤与瓦斯突出 构造复杂程度 瓦斯含量 预测 广义回归神经网络(GRNN) 

学科分类：08[工学] 0837[0837] 

核心收录：

D　O　I：10.3969/j.issn.1003-3033.2012.01.004

馆 藏 号：203127225...