煤层含气量预测的BP神经网络模型与应用 Prediction Models of Coal Bed Gas Content Based on BP Neural Networks and Its Applications.pdfVIP

第37卷第4期 中国矿业大学学报 V01．37No．4 JournalofChina of Jul．2008 2008年7月 UniversityMiningTechnology 煤层含气量预测的BP神经网络模型与应用 孟召平，田永东，雷 呖 (中国矿业大学资源与地球科学系，北京 100083) 摘要：为了对煤层含气量进行定量预测，采用BP神经网络预测方法，建立了煤层含气量预测的 BP神经网络模型．以沁水盆地南部主采煤层为对象，分析得出了影响沁水盆地南部煤层含气量 分布的主要控制因素有煤层有效埋藏深度、煤变质程度和煤岩、煤质特征等，选择了煤层有效埋 藏深度、水分与灰分以及镜质组最大反射率3参数作为BP神经网络模型的基本特征量，建立了 煤层含气量与这些因素之间的相关关系和BP神经网络预测模型，对煤层舍气量进行预测分析． 结果表明：BP神经网络模型具有极强的非线性逼近能力，能真实反映煤层含气量与主