為提高預(yù)測(cè)模型的可靠性,實(shí)現(xiàn)對(duì)煤層未采區(qū)域瓦斯含量的精確預(yù)測(cè),以山陽煤礦5^#煤層為研究對(duì)象,進(jìn)行未采區(qū)瓦斯含量的預(yù)測(cè)。運(yùn)用瓦斯地質(zhì)學(xué)和多元線性回歸分析法,得出基巖厚度、煤層厚度和埋深是影響該礦瓦斯賦存的主要因素,并將其作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入端神經(jīng)元,初步構(gòu)建出瓦斯含量預(yù)測(cè)模型;結(jié)合地勘時(shí)期瓦斯鉆孔的實(shí)際數(shù)據(jù),進(jìn)行網(wǎng)絡(luò)訓(xùn)練,再對(duì)預(yù)測(cè)模型的可靠性進(jìn)行檢驗(yàn)。結(jié)果表明:該預(yù)測(cè)模型預(yù)測(cè)瓦斯含量,精度較高,效果較好,能滿足工程要求。采用多元線性回歸-BP神經(jīng)網(wǎng)絡(luò)可以對(duì)未開采區(qū)域煤層瓦斯含量進(jìn)行準(zhǔn)確預(yù)測(cè),為礦井瓦斯災(zāi)害防治提供一定的參考依據(jù)。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 影響煤層瓦斯含量的地質(zhì)因素分析
    1.1 多元線性回歸分析原理
    1.2 多元線性回歸分析瓦斯含量的影響因素
2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)煤層瓦斯含量
    2.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)原理
    2.2 BP神經(jīng)網(wǎng)絡(luò)模型的建立
    2.3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練和網(wǎng)絡(luò)檢驗(yàn)
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于灰色理論-多元回歸分析的瓦斯含量預(yù)測(cè)[J]. 許滿貴,高帥帥,曹艷軍,盧亞楠,王嬌嬌.  煤礦安全. 2018(09)
[2]基于SPSS多元回歸分析的回采工作面瓦斯涌出量預(yù)測(cè)[J]. 畢建武,賈進(jìn)章,劉丹.  安全與環(huán)境學(xué)報(bào). 2013(05)
[3]古漢山礦瓦斯賦存規(guī)律及其影響因素分析[J]. 魏建平,李鵬,李波.  煤礦安全. 2012(01)
[4]基于模糊神經(jīng)網(wǎng)絡(luò)的煤層瓦斯含量預(yù)測(cè)研究[J]. 郝天軒,宋超.  中國(guó)安全科學(xué)學(xué)報(bào). 2011(08)
[5]基于灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)潘一東礦瓦斯含量[J]. 沈金山,王來斌,許繼影,高錫擎,鄭飛.  煤炭技術(shù). 2011(04)
[6]地質(zhì)因素對(duì)煤層瓦斯賦存影響的研究[J]. 舒龍勇,程遠(yuǎn)平,王亮,蔣靜宇,翟清偉,孔勝利.  中國(guó)安全科學(xué)學(xué)報(bào). 2011(02)
[7]基于多元線性回歸分析法預(yù)測(cè)礦井瓦斯涌出量[J]. 蔡武,袁莎莎,戚洋.  煤礦安全. 2010(01)
[8]灰色關(guān)聯(lián)分析在建設(shè)項(xiàng)目環(huán)境影響評(píng)價(jià)中的應(yīng)用[J]. 李玉文,關(guān)兆紅,任彩銀.  環(huán)境污染治理技術(shù)與設(shè)備. 2003(10)

碩士論文
[1]董礦分公司二水平二采區(qū)瓦斯涌出量預(yù)測(cè)及防治技術(shù)研究[D]. 張鵬.西安科技大學(xué) 2018



本文編號(hào)：3730298