基于细菌觅食优化广义回归神经网络的煤层气含量预测

• 作者: 刘丹 张瑞 杨雪 潘保芝 蒋必辞 陈刚
• 来源期刊: 物探与化探
• 学科: 地球科学
• 关键词: 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
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 资源勘查
• 页码范围: 327-332
• 页数: 6页
• 分类号: P631
• 字数: 3800字
• 语种: 中文
• DOI: 10.11720/wtyht.2016.2.15

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨雪	吉林大学地球探测科学与技术学院	227	1697	18.0	33.0
2	刘丹	吉林大学地球探测科学与技术学院	92	252	9.0	11.0
3	潘保芝	吉林大学地球探测科学与技术学院	165	1210	18.0	27.0
4	陈刚		13	43	4.0	6.0
5	蒋必辞		17	37	3.0	5.0
6	张瑞	吉林大学地球探测科学与技术学院	13	45	4.0	6.0