Abstract：
为了解决常规瓦斯吸附量测试时间长、费用昂贵的问题,通过构建人工神经网络,实现基于常规理化参数的瓦斯吸附量快速预测。本研究收集了贵州省多个地区的煤样数据,选取工业组分和孔隙率作为输入参数,以瓦斯吸附量为输出参数,初步构建了二者之间的快速预测模型。通过测试数据验证表明,吸附常数a的预测准确性在86.07%,吸附常数b的预测准确性是87.80%。由此可见,该模型的预测结果相对准确,为后续的相关研究奠定了基础,同时也为其他地区的瓦斯预测提供了借鉴。
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2021
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 6
Affiliated Colleges：
