基于细菌觅食优化广义回归神经网络的煤层气含量预测

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。