米翔繁（中煤科工集团重庆研究院有限公司，重庆400037；国家煤矿安全技术工程研究中心，重庆400037）

基于PCA-BP神经网络的回采工作面瓦斯涌出量预测研究

米翔繁（中煤科工集团重庆研究院有限公司，重庆400037；国家煤矿安全技术工程研究中心，重庆400037）

为了准确预测回采工作面瓦斯涌出量，在分析回采工作面瓦斯涌出各影响因素相互关系的基础上采用主成分分析对其主成分进行提取，以此来构造神经网络学习矩阵，建立了回采工作面瓦斯涌出量预测的PCA-BP神经网络模型，选用某矿回采面数据作为学习样本对PCA-BP神经网络模型进行训练，最后采用检验样本对模型进行检验，结果表明PCA-BP神经网络预测相对误差均小于3%，对工作面瓦斯涌出预测精度较其它模型更高，对回采工作面瓦斯涌出量预测具有较好的指导作用。

回采工作面；瓦斯涌出量预测；主成分分析；BP神经网络

1　引言

矿井瓦斯涌出量预测是煤矿新井设计或生产矿井新水平通风设计、瓦斯抽采工程设计、瓦斯防治工作不可缺少的重要环节，准确预测工作面瓦斯涌出量，科学“以风定产”，是防止工作面瓦斯超限的基本方法，也是高瓦斯矿井安全生产的重要保证［1］。国内外对瓦斯涌出量预测作了大量研究，目前对瓦斯涌出量预测方法可以概括为矿山统计法、分源预测法、类比法、瓦斯地质数学模型法、速度预测法、灰色系统预测法、神经网络预测法等。目前现场应用较多的方法有分源预测法……