基于RBF神经网络的瓦斯涌出量预测  

Gas Emission Prediction Based on RBF Neural Network

作　　者：永智群[1] 潘玉民[1] 

机构地区：[1]华北科技学院电子信息工程系,北京101601

出　　处：《煤炭技术》2012年第4期118-120,共3页Coal Technology

基　　金：河北省教育厅计划项目(Z2006439)

摘　　要：传统瓦斯涌出量预测方法存在一定的局限性,预测精度不能满足要求。为了提高瓦斯涌出量预测精度,采用RBF神经网络对瓦斯涌出量相关数据进行建模。通过训练13组样本,对5组数据进行预测,分析了隐层神经元个数对预测精度的影响,并与同结构的BP神经网络预测结果进行了对比。研究结果证明了RBF神经网络在瓦斯涌出量预测中的有效性。There are some limitations in traditional gas emission prediction method and the prediction accuracy can＇t meet the requirement.To improve the accuracy of gas emission prediction,RBF neural network is used to modeling the gas emission data.By training 13 groups of samples,then predicts 5 groups of data,the relation of the number of hidden layer neurons and the prediction accuracy is analyzed.Finally,the prediction results are compared with the BP neural new with the same structure.The results show the effectiveness of the RBF neural network for gas emission prediction.

关 键 词：瓦斯涌出量 RBF神经网络 预测 精度 

分 类 号：TD712[矿业工程—矿井通风与安全]