（1）在深入分析顶板瓦斯抽采巷布置原则的基础上，明确了顶板瓦斯抽采巷布置位置的主控因素，提出了一种基于GA-BP神经网络模型的顶板瓦斯抽采巷布置位置智能预测方法。
（2）采用灰色关联分析法确定了GA-BP神经网络模型的预测指标，并设计开发了顶板瓦斯抽采巷布置位置智能预测系统，为顶板瓦斯抽采巷精准设计提供了新的技术途径。
顶板瓦斯抽采巷布置位置智能预测方法
顶板瓦斯抽采巷因具有大流量和连续抽采的优点，被广泛用于高瓦斯或突出矿井回采工作面瓦斯治理。如何确定合理的顶板巷布置位置，以高效抽采采空区卸压瓦斯，是保障工作面瓦斯治理效果的关键。为此，在深入分析顶板瓦斯抽采巷布置原则及其布置位置影响因素的基础上，提出了一种基于GA-BP神经网络模型的顶板瓦斯抽采巷布置位置智能预测方法；采用灰色关联分析法确定了GA-BP神经网络模型的预测指标，并设计开发了顶板瓦斯抽采巷布置位置智能预测系统。研究结果表明：(1) 工作面的采厚、埋深、覆岩结构、煤层倾角、倾向长度等5个物理指标是顶板瓦斯抽采巷布置位置的主控因素，且其权重值排序由大到小依次为，采厚、埋深、覆岩结构、煤层倾角、倾向长度。(2) 随着遗传代数的增加，GA-BP神经网络适应度不断减小，且当遗传代数为60时其适应度变化基本稳定，表明GA-BP神经网络初始权重和偏置效果较好。(3) 在当前训练样本数据集的前提下，基于GA-BP神经网络模型的顶板瓦斯抽采巷布置位置的预测结果与实际工况值的相对误差仅为0.43%～11.27%，在可接受的范围内。该研究可为顶板瓦斯抽采巷精准设计提供一定的参考。
胡国忠，男，1981年10月生，湖南衡阳人，中国矿业大学教授、博士生导师、青年学术带头人，江苏省矿山地震监测工程实验室副主任。曾任澳大利亚University of Wollongong访问学者。获全国煤炭青年科技奖、江苏省"青蓝工程"中青年学术带头人、江苏省"六大人才高峰"高层次人才等荣誉。现任中国煤炭工业协会煤炭工业技术委员会煤矿通风与安全专委会委员、国际矿业青年科学家论坛学术委员会委员，以及《煤炭学报》、《采矿与安全工程学报》、《矿业研究与开发》、《Geofluids》等期刊青年编委或编委。
主持国家自然科学基金联合重点项目、面上项目等国家级项目4项，以及省部级基金与企业创新课题50余项。获中国煤炭工业协会一等奖、山西省科技进步二等奖等省部级科技奖励8项，发表学术论文70余篇，出版专著2部，授权发明专利10余项。长期致力于煤层增透理论与成套技术研究，研制了一套大功率开放式钻孔微波破煤装置，建立了微波破煤卸压增透理论与技术方法，为低渗煤层增透、煤层弱化减冲、坚硬顶板弱化提供新的解决途径和基础支撑；研发了基于覆岩运动原位监测的采空区覆岩卸压瓦斯储集区精准辨识技术，建立了顶板瓦斯抽采孔(巷)布置精准设计方法，开发了以构造带地面井压裂靶向预抽技术、单一煤层采空区卸压瓦斯顶板梳状定向长钻孔“以孔代巷”抽采技术、近距离煤层群开采卸压瓦斯“阻-减-控”协同治理技术、煤层群开采采空区卸压瓦斯组合顶板巷抽采技术、废弃采空区瓦斯地面开发等技术为代表的煤矿深部开采全生命周期瓦斯抽采成套技术与装备，为煤矿瓦斯高效抽采与治理提供了技术保障。
郭世斌, 胡国忠, 朱家锌, 等. 顶板瓦斯抽采巷布置位置智能预测方法[J]. 煤炭科学技术, 2024, 52(4): 203-213.
GUO Shibin，HU Guozhong，ZHU Jiaxin，et al. Intelligent prediction method for roof gas drainage roadway layout[J]. Coal Science and Technology，2024，52（4）：203−213.
