關鍵詞：煤與瓦斯突出 果蠅優化算法 廣義回歸神經網絡 預測 

摘要：為了準確可靠地預測煤與瓦斯突出現象,本文在GRNN預測的基礎上提出一種新的預測方法,利用FOA的全局尋優能力實現GRNN網絡的spread參數值優化,避免GRNN的參數選取對預測精確性的影響,以此建立FOA-GRNN模型來對礦井煤與瓦斯突出進行預測。應用該模型對實測的歷史數據進行判斷,預測結果與實際情況相符,預測精度及泛化能力與廣義回歸神經網絡相比有大幅度改善。

內蒙古煤炭經濟雜志要求:

{1}如有課題，請注明課題來源、課題名稱、項目編號。

{2}文稿要求觀點正確，立論新穎，主題鮮明，具有一定的理論水平和學術價值。文稿應未在國內外公開發行的刊物上發表。

{3}文章的正文標題、表格、圖形、公式須分別連續編號，腳注每頁單獨編號。大標題居中，編號用一、二、三;小標題左齊，編號用(一)、(二)、(三);其他用阿拉伯數字。

{4}摘要:論著性文章要附400字左右中英文摘要，結構式摘要包括目的、方法、結果（要列出主要數據）、結論4部分。

{5}第一作者和通訊作者（一般為導師）簡介（包括姓名、出生年份、性別、所獲學位、職稱、目前主要從事的工作或研究方向、電子郵箱），并請在文稿的首頁地腳處注明論文屬何基金項目（編號）資助。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社