文献类型：期刊文章

作　　者：付小平[1] 薛新华[2] 李洪涛[2]

机构地区：[1]华信邮电咨询设计研究院有限公司 [2]四川大学水利水电学院

出　　处：《中国安全科学学报》

基　　金：国家自然科学基金资助(51009104)

年　　份：2012

卷　　号：22

期　　号：1

起止页码：24-28

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。然后用收集到的工程实例样本训练和检验该模型。结果表明,GRNN模型具有很好的预测能力和泛化能力,能较好揭示瓦斯含量和诸影响因素间的关系,可用于煤与瓦斯突出判别以及瓦斯含量预测。同时可以看出,光滑因子的合理选取对于提高GRNN模型的预测精度非常重要,因此,在以后的实际应用中需要不断尝试,找出最合理的光滑因子。

关 键 词：煤与瓦斯突出 构造复杂程度  瓦斯含量 预测  广义回归神经网络(GRNN)  

分 类 号：X936[安全科学与工程类]