落煤殘存瓦斯量的確定是采掘工作面瓦斯涌出量預測的重要環(huán)節(jié),它直接影響著采掘工作面瓦斯涌出量預測的精度,并與煤的變質(zhì)程度、落煤粒度、原始瓦斯含量、暴露時間等影響因素呈非線性關(guān)系。人工神經(jīng)網(wǎng)絡(luò)具有表示任意非線性關(guān)系和學習的能力,是解決復雜非線性、不確定性和時變性問題的新思想和新方法。基于此,作者提出自適應神經(jīng)網(wǎng)絡(luò)的落煤殘存瓦斯量預測模型,并結(jié)合不同礦井落煤殘存瓦斯量的實際測定結(jié)果進行驗證研究。結(jié)果表明,自適應調(diào)整權(quán)值的變步長BP神經(jīng)網(wǎng)絡(luò)模型預測精度高,收斂速度快 該預測模型的應用可為采掘工作面瓦斯涌出量的動態(tài)預測提供可靠的基礎(chǔ)數(shù)據(jù),為采掘工作面落煤殘存瓦斯量的確定提出了一種全新的方法和思路。
標簽：
瓦斯
環(huán)節(jié)
人工神經(jīng)網(wǎng)絡(luò)
精度
上傳時間：
2015-03-12
上傳用戶：熊少鋒
