作者:张瑞 陈刚 潘保芝 蒋必辞 杨雪 刘丹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
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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社