分层开采瓦斯涌出量预测

结合井田的瓦斯涌出量资料,综合考虑瓦斯涌出量的开采技术因素与自然因素等影响,运用分源预测法对开滦(集团)荆各庄矿分层开采的9#煤未采区瓦斯涌出量预测研究,得出了9#煤的瓦斯涌出量与煤层标高的密切关系,

结合灰色系统理论和马尔可夫链理论，提出了灰色马尔可夫预测模型来预测矿井瓦斯涌出量。 GM（1，1）模型首先建立用于灰色数据的模型。 为了消除误差，提高模型的预测精度，在GM（1，1）模型的基础上进行了

随着煤矿瓦斯防治工作的逐步深入和瓦斯治理措施的逐步规范,煤矿瓦斯事故呈稳定下降趋势,但在煤矿生产事故统计中,瓦斯事故却还一直占据较大的比例,因此需深入掌握矿井工作面风流中的瓦斯分布,通过优化通风方案、

为对回采工作面绝对瓦斯涌出量进行有效预测,提出非线性降维的改进Elmand动态预测模型.模型采用非线性映射在特征空间内对数据进行有效降维,以此确定神经网络输入数目,并利用自适应蚁群微分进化算法对改进的

为了对煤矿瓦斯监测数据进行有效分析,以实现准确、可靠的回采工作面绝对瓦斯涌出量预测,提出了蚁群聚类算法优化Elman神经网络的绝对瓦斯涌出量动态预测方法。算法通过对Elman神经网络的权值、阈值寻优,

以解决矿井瓦斯涌出量预测问题为研究目的,将模糊系统和人工神经网络有机结合起来,组成T-S模糊神经网络,利用遗传算法对网络中参数值进行优化,对淮南某煤矿进行试验并分析。结果表明预测模型正确可靠。

为解决当前瓦斯涌出量预测过程中存在的因影响因素过多、预测指标与瓦斯涌出量之间非线性关系及其自身时变性等特点而导致预测精度降低的问题,采用SPSS因子分析法对瓦斯涌出量影响因素进行分析降维,将得到的预测

为了提高矿井瓦斯涌出量的预测精度,采用改进层次分析法对指数预测,双曲线预测和灰色预测3种传统预测方法,从稳定性,数据利用和适用时间上来进行加权组合,提出一种基于改进层次分析法的组合预测方法,并对西北某

工作面瓦斯涌出量是采面通风设计及制定采面瓦斯防治措施的主要依据。在收集陈家山煤矿大量瓦斯地质资料基础上,分析了矿井主采4-2号煤层采面瓦斯涌出规律及其影响因素,研究认为,采面瓦斯涌出量为矿井主要瓦斯来

在煤矿生产过程中存在着瓦斯涌出现象,严重威胁着煤矿的安全生产。瓦斯涌出检查在矿井设计、建设和开采作业过程中显得尤为重要。文章采用神经网络有效地对矿井瓦斯气量进行检测分析,利用分析结果进行准确预测。文中