基于改進廣義回歸神經網絡的工作面低氧預測模型研究

摘要：為了更有效合理地解決煤礦工作面中低氧問題,以神東某煤礦工作面監(jiān)測數據為樣本,考慮監(jiān)測物理參數之間的相互影響關系,借助主成分分析法對廣義回歸神經網絡(GRNN)進行改進,構建工作面氧氣濃度預測模型,編制改進的GRNN模型程序。將預測氧氣濃度結果與實測數據對比,證明改進后的GRNN模型具有良好的擬合準確度和泛化能力,比改進前GRNN模型和BP神經網絡模型更適合于煤礦工作面低氧問題的預測;利用改進的GRNN模型分析了工作面進、回風壓力及進風溫度對工作面及回風平巷氧濃度的影響,為礦井工作面低氧預測及工作面低氧防治技術提供了參考。