论文部分内容阅读
将瓦斯含量预测技术与神经网络原理结合，利用Matlab强大的神经网络工具箱，采用BP模型对钱家营矿区域瓦斯含量进行预测。根据对井田地质条件的分析研究，选取了9个反应本矿瓦斯含量的特征指标，用13个学习样本对网络进行训练，得到了影响因素与瓦斯含量之间的关系。实验表明预测结果能较好的与实际相吻合，证明神经网络技术可以用来准确预测煤层瓦斯含量。