摘要：瓦斯含量预测取决于多因素、非线性的函数关系的建立，预测模型建立的准确与否决定于各 个影响因素之间的相互作用、相互耦合的特性。文中将神经网络与遗传算法有机地结合起来，以神经 网络理论为基础，利用遗传算法优化隐含层神经元个数和网络中的连接权值，建立瓦斯含量预测模 型。在实验室测试数据的基础上，建立遗传神经网络训练和检验样本集，其中包含有%$ 个典型样本， 并且将检验结果分别与回归模型、标准&’ 神经网络、自适应&’ 神经网络的预测结果进行比较。结 果表明：遗传神经网络模型可靠，预测精度高，为促进软计算技术与瓦斯地质的结合奠定了基础。