期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于WPA-BP优化神经网络的瓦斯含量预测修正直接法测定的结果 被引量：1
1
作者 陈杰 任金武 朱喜旺 《煤炭技术》 CAS 北大核心 2022年第9期143-147,共5页
煤层瓦斯含量是矿井瓦斯灾害防治及煤层气开发的基础参数,为提高煤层瓦斯含量预测的科学性及准确性,提出了基于WPA-BP神经网络的煤层瓦斯含量预测模型,并将其与DGC瓦斯含量直接测定结果对比分析;构建煤层瓦斯含量因素指标体系;对WPA-BP... 煤层瓦斯含量是矿井瓦斯灾害防治及煤层气开发的基础参数,为提高煤层瓦斯含量预测的科学性及准确性,提出了基于WPA-BP神经网络的煤层瓦斯含量预测模型,并将其与DGC瓦斯含量直接测定结果对比分析;构建煤层瓦斯含量因素指标体系;对WPA-BP预测模型不断迭代训练,使其预测值与真实值绝对误差在1%以下;最后利用该预测模型对临近工作面煤层瓦斯含量进行预测,并将预测结果与DGC测定瓦斯含量对比分析。结果表明:随着指标因素增大,瓦斯含量变大;WPA-BP神经网络预测模型相对误差为0.06%~12.92%(平均1.83%);对比分析表明,预测模型预测结果比DGC直接测定的瓦斯含量高,主要是由于损失量的计算有误差导致的,应用深度学习预测煤层瓦斯含量可矫正煤层瓦斯含量测定的准确性。 展开更多
关键词 煤层瓦斯含量 深度学习 wpa-bp神经网络 直接测定法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部