期刊文献+

瓦斯含量地质预测的自适应神经网络技术研究 被引量:8

Auto-adaptive Neural Network Technology for Forecasting Gas Content with Geologic Factor
下载PDF
导出
摘要 以新汶矿区协庄矿11煤层为研究对象,筛选出影响瓦斯含量的主要地质指标,利用自适应神经网络技术建立了瓦斯含量预测模型,结合实验数据,对预测模型进行训练、检验。结果表明:此方法可行,模型可靠,计算精度高,具有较大的实用价值。 The author, taking No.11 coal seam in Xiezhuang Mine of Xinwen Coal Mining Area as the study object, screened out the dominant geologic factors affecting gas content of the coal seam and set up a forecast model for gas content with auto-adaptive neural network technology. Training and test were also made on the forecast model with experimental data, and test results indicate that this method is feasible, the forecast model is reliable and has high computation accuracy and greater actual value to coal mines.
出处 《矿业安全与环保》 2003年第3期17-19,共3页 Mining Safety & Environmental Protection
  • 相关文献

参考文献3

二级参考文献5

  • 1王佑安 吴继国.矿井瓦斯防治(煤矿安全手册第二篇)[M].北京:煤炭工业出版社,1994.59-67.
  • 2俞启香,矿井瓦斯防治,1992年,40页
  • 3董文泉,数量化理论及其应用,1979年,1页
  • 4王佑安,矿井瓦斯防治.煤矿安全手册,1994年,59页
  • 5B.B.鲁基诺夫,袁崇孚.为确定煤层突出危险性对构造条件的综合评定[J].中州煤炭,1992(3):47-47. 被引量:8

共引文献109

同被引文献58

引证文献8

二级引证文献60

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部