基于多元回归残差rbf神经网络修正算法瓦斯涌出量预测研究

《基于多元回归残差rbf神经网络修正算法瓦斯涌出量预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ｉ．．．．请／捉累．：．７讀．省Ｉ■＂？■－？．Ｉｉ－／：？＂‘．■：貧’＇户革五己；＇：：山占知＾，Ｃ＇、居控々Ａ．Ｖ坤畫心还巧工覆巧不义学＃硕±学位论文．－－；Ｉｔ；＿：：．蹇．庶恩烟．．．薦±隸薰．郎Ｅ補综風络修正篡法，赢斯瀬选量预遍挪寇＞＾巧９爲主的１．［足语．９｜．岛．．拉．亡．相．．粒巧．．９．岛．。９．车冉化化．．島指各．击．９曲．拉＾？．描。皂巧．诚．１的化？各．９．片化曲．９至．對化化化！售．較．ｇｇｆ．蜡

2、Ｍ皆柱．．全枉各ａｎｄＲＢＦＮｅｕｒａｌＮｅｔｗｏｒｋ１＂■■■■■■■＂■■＂■■■■■■■■■＂？■■■■■■■■？■■■■■■■■■＂■＂■■■■■■■■■■■■■■■■■■Ｉ，＇．．．歷萃作親名ｗ．指导教师量埋箸摆—＿章＿＿＿＿＿＿＿＿＿＿＿＇－－学科专业趕／—奢全玲本萃主＿ｊ＇’一一；：必＇二．〇五年；／月忠，ＶＶｖＴ巧；：齢ｙ卿电疗ｉ＃．繫宇気关于论文使用授权的说明本学位论文作者及指导教师完全了解星宝王置捏丞去堂有关保

3、留、使用学位论文的规定，同意迂宁工程技术大学保留并向国家有关部口或机构送交论文的复印件和磁盘，，允许论文被查阅和借阅学校可将学位论文的全部、或部分内容编入有关数据库进行检索，可Ｗ采用影印缩印或扫描等复制手段保存、汇编本学位论文。保密的学位论文在解密后应遵守此协议学位论文作者签名：导师签名；辟／月饰如年１月曰分类号Ｘ９３２学校代码１０１４７／、密级厶开ＵＤＣ６２２硕±学位论文義无务元凰煩残差．．轴综風络倏正義法．啡Ｆ斯漏出Ｍ颈測．预齋．馬Ｐｒｅｄｉｃ

4、ｔｉｏｎｆｏｒＧａｓＥｍｉｓｓｉｏｎＱｕａｎｔｉｔＢａｓｅｄｏｎｙＣｏｍｐｅｎｓａｔｉｏｎＡｌｇｏｒｉｔｈｍｏｆＭｕｌｔｉｐｌｅＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓａｎｄＲＢＦＮｅｕｒａｌＮｅｔｗｏｒｋ作者姓名毕窜單指导教师琴进亭＿＿＿＿＿＿＿＿＿＿＿＿整璋申请学位Ｉ学啤主………学科专业章全璋本些１璋＿＿＿＿＿＿＿＿研究方向ｒ巧马１麥羣唆璋驾聲些璋本，迁宁工程技术大学致谢一直Ｗ来帮助我在论文完成之际，谨向、关也我、指导我

5、的所有老师和同学致衷也的感谢！首先要感谢我的导师贾进章教授。本文是在贾老师精也的指导下完成的。论文的选题、、定题，资料收集直至到最后论文的撰写及修改，整个过程都倾注了贾老师大量的汗水和屯血。在两年多的研究生学习生活中，贾老师不仅在学习上给予我鼓励和教导，使我的学习与科研能力得到了很大的提商；而且在生活上给予照顾和帮助，使我懂的了如何照顾和关爱他人。贾老师担负着许多科研任务和教学工作，但是他在繁忙的工作中，还依然对我的论文给予悉也的指导。他Ｗ渊博的专业知识、严谨和勇于创新的科研态度、敏锐的

6、学术洞察力Ｗ及不懈追求的治学精神深深地感染着我；感谢矿业组合服务解决方案硏究及服务模式设计所有老师和同学；感谢安全研１２级同学们，他们在生活、工作和学习中给我提供了很大帮助；感谢我的父母和家人在我攻读硕±期间给予的鼓励与支持，没有他们在背后的默默付出，我不可能顺利完成学业，他们的爱我会永远铭记在也；本文在写作过程中参考了大量的学术专著和论文，在此特向相关作者表示由衷的敬意和感谢；！最后，衷必的感谢在百忙之中评阅论文的校内外专家和参加答辩的各位老师摘要一瓦斯灾害直是威胁我国煤

7、炭开采过程中安全生产的重要因素之一。瓦斯的潜在影响随着煤层开采深度的增加变得更加显著。回采工作面瓦斯涌出量是矿井瓦斯防治及通风设计的重要依据，准确的对其进行预测能够有效防止多种瓦斯灾害的发生。因此加强瓦斯涌出量预测方法及技术的研究，提高瓦斯涌出量预测的精度，对改善提高煤炭安全生产具有积极地现实意义。瓦斯涌出量受到多个因素影响，多元线性回归分析能够确定瓦斯涌出量及其影响因素一一的数学解析式，利用解析式不仅能够根据个或几个变量的数值预测或控制另个变量而且能够进行影响因素分析从而确定哪些是重要

8、因素，哪些是次要因素；然而瓦斯涌出量受一一多种因素制约，是个灰色、非线性、复杂的动力学系统，单线性回归分析不能很好的反应其非线性部分，神经网络具有很强的非线性逼近能力，能够很好的预测回采工作面瓦ＲＢＦ一斯涌出量非线性部分。神经网络结构简单，训练速度快，是种高效的前馈式神经网络，具有其他前向网络所不具备的全局最优特性和最佳逼近性能。ＲＢＦ神经网