基于广义回归神经网络GRNN的矿井瓦斯含量预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-3074.2010.01.010

基于广义回归神经网络GRNN的矿井瓦斯含量预测

引用
煤矿瓦斯涌出量和瓦斯突出受控于多种因素.如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题.近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力.广义回归神经网络(GRNN)具有网络结构自适应确定、输出与初始权值无关等优良特性,能够逼近任意连续的非线性函数,可以处理系统内在的难以解析的规律.本文以某矿13-1煤层为研究对象,在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上,应用GRNN神经网络方法建立某矿13-1煤层瓦斯含量预测模型,以达到对井田未开采区域进行瓦斯含量预测的目的.

GRNN、瓦斯含量、预测模型

7

TD7;O17

2010-04-27(万方平台首次上网日期,不代表论文的发表时间)

共5页

37-41

相关文献
评论
暂无封面信息
查看本期封面目录

中国煤层气

1672-3074

11-5011/TD

7

2010,7(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn