矿井瓦斯涌出量动态预测数值模拟方法

为预测回采工作面瓦斯涌出量,采用主成分分析(PCA)与遗传算法(GA)优化支持向量机(SVM)相耦合的方法,在样本数据的筛选上汲取主成分分析数据降维的优点,使选择的数据样本简洁且更具代表性;充分利用支

介绍了回归分析法在预测矿井瓦斯涌出量中的应用,分别采用线性拟合和指数拟合建立了瓦斯涌出量与开采深度的近似函数关系,从而实现对未开采区瓦斯涌出量预测的目的,并针对拟合结果提出了在瓦斯涌出量预测中应注意的

根据依兰第三煤矿的地质特征及瓦斯资料,研究了控制瓦斯赋存的主要地质因素,包括地质构造、煤层埋深、水文地质特征及煤层顶板岩性等,结果表明:随着煤层埋深增大,煤层瓦斯压力增大,瓦斯含量增加;边界断层F2对

应用神经网络理论知识,结合贵州某矿的实测数据,建立了基于BP神经网络的瓦斯涌出量预测模型,通过数学软件MATLAB7.0对瓦斯涌出量进行预测,预测结果与实际涌出量吻合度较高,说明了BP神经网络在瓦斯涌

为了实现煤巷掘进工作面瓦斯涌出的动态预测,基于渗流力学方法,采用瓦斯的连续性方程、运动方程、状态方程和瓦斯含量方程,建立了煤壁瓦斯渗流模型,并对渗流速度进行积分,推导得到掘进工作面的瓦斯涌出量预测公式

预测采煤工作面的瓦斯涌出量属于机器学习中的回归问题，主流方法包括CART和支持向量机等。CART决策树回归算法具有抽取规则简单、准确度高、可解释性强的优势，但是算法稳定性差，容易过拟合，同时每个叶节点

根据七元井田地勘时期煤层瓦斯含量测定结果,通过对该井田煤层瓦斯赋存规律分析,结合以往对不同采煤方法的瓦斯涌出规律、煤的残存瓦斯量、围岩和采空区瓦斯涌出规律及掘进巷道瓦斯涌出和瓦斯排放带宽度的研究成果,

用地质观点研究煤层瓦斯赋存已获得实践检验,瓦斯的赋存及涌出与地质因素密不可分.在收集并整理黄陵二号煤矿井田地质资料和瓦斯资料的基础上,分析了井田地质构造特征,结合瓦斯地质理论,研究地质构造、煤层顶底板

针对影响瓦斯涌出量的因素复杂多样化以及各因素之间的非线性问题,采用径向基核函数把支持向量机算法中的低维空间向量集映射到高维空间,进而建立基于实验数据的煤矿瓦斯涌出量预测模型。样本数据分为训练样本、测试

好文章,通过将小波理论运用到瓦斯涌出量的预测中,预测精度大大增强,对现实有重大的指导意义。