基于径向基的瓦斯涌出量灰色预测模型
为了进一步预防煤层瓦斯突出,实现准确、快速预测煤矿瓦斯涌出量的大小,首先采用1-AGO对样本数据进行处理,建立灰色(GM)预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值;采用阜新煤矿某工作面瓦斯涌出量的历史数据进行建模,实验结果表明,GM- RBF组合模型在预测精度及训练误差方面均优于单一的GM模型和RBF神经网络预测模型;算法计算简便,减弱了数据的随机性及模型误差,煤矿瓦斯涌出量的预测平均误差减小到1.57%.
瓦斯涌出量、灰色预测、RBF、预测精度
20
TP39(计算技术、计算机技术)
辽宁教育厅高等学校科研计划项目2009A351
2012-07-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
1218-1221