摘要:
首先构建和训练以煤层埋藏深度、煤层厚度、煤层瓦斯含量、工作面煤层与邻近煤层距离、工作面推进距离、工作面产量为输入变量,回采工作面绝对瓦斯涌出量为输出变量的BP神经网络模型。然后采用Monte Carlo方法通过对6组输入变量的随机抽样来预判各自的发展趋势并对输入变量随时间变化的行为进行模拟,将模拟结果作为BP神经网络输入层节点值,代入训练好的网络,输出值即为下一生产周期回采面绝对瓦斯涌出量的预测值。结果显示,该预测精度较高,能很好的指导生产矿井的瓦斯治理工作。
中图分类号:
魏引尚,刘云飞. 基于Monte Carlo方法改进的BP神经网络对回采工作面瓦斯涌出量预测[J]. 煤炭工程, 2014, 46(12): 84-86.