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38个典型样本,并且将检验结果分别与回归模型、标准BP神经网络、自适应BP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.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）