| 基于细菌觅食优化广义回归神经网络的煤层气含量预测 |
| |
| 引用本文： | 张瑞, 陈刚, 潘保芝, 蒋必辞, 杨雪, 刘丹. 基于细菌觅食优化广义回归神经网络的煤层气含量预测[J]. 物探与化探, 2016, (2): 327-332. doi: 10.11720/wtyht.2016.2.15 |
| |
| 作者姓名： | 张瑞 陈刚 潘保芝 蒋必辞 杨雪 刘丹 |
| |
| 作者单位： | 吉林大学 地球探测科学与技术学院,吉林 长春,130026;; 中煤科工集团 西安研究院,陕西西安,710077;; 吉林大学 地球探测科学与技术学院,吉林 长春,130026;; 中煤科工集团 西安研究院,陕西西安,710077;; 吉林大学 地球探测科学与技术学院,吉林 长春,130026;; 吉林大学 地球探测科学与技术学院,吉林 长春,130026 |
| |
| 基金项目： | “十二五”重大专项课题“煤与煤层气地质条件精细探测技术与装备” |
| |
| 摘 要： | 为提高煤层气含量预测的能力,提出了一种基于细菌觅食优化广义回归神经网络( BFA?GRNN)的煤层气含量预测算法。利用已有煤层资料,通过神经网络建立回归模型,采用细菌觅食算法对模型参数进行优化,减少人为因素在网络训练中的影响。据此算法,在聚类分析及灰色关联分析的基础上,选取密度等共7个影响因素,建立煤层气含量预测的BFA?GRNN模型,通过实例分析验证该方法的可行性。结果表明:BFA?GRNN模型预测值与实测值之间相对误差小于6%,采用该模型预测煤层含气量具有较好的应用前景。
|
| 关 键 词： | 煤层气含量 聚类分析 灰色关联分析 细菌觅食算法 广义回归神经网络 BP神经网络 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《物探与化探》浏览原始摘要信息 |
|
点击此处可从《物探与化探》下载免费的PDF全文 |
|
