《表3 瓦斯含量预测结果及误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于灰色理论-BP神经网络预测瓦斯含量》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用Matlab神经网络工具箱对样本数据进行训练与仿真。采用动量BP算法的traingdm函数进行训练。根据工程实际，所训练的模型主要参数设定为：学习速率为0.1，训练期望误差精度为0.000 1，最大训练次数为15 000次。选择表1中18个钻孔数据中的前14个钻孔数据作为训练样本，然后将后4个钻孔作为测试钻孔；用训练好的BP神经网络对这4个钻孔的瓦斯含量进行预测，检验训练好的BP神经网络预测模型的可靠性，检验结果如表3所示。