基于人工神经网络的矿井瓦斯涌出预测模型及其应用 被引量：7

1

作者 施式亮 刘宝琛 《矿冶工程》 CAS CSCD 北大核心 1999年第1期21-23,共3页

阐述了矿井瓦斯涌出及其预测对安全生产的重要性，指出传统的预测方法的不足之处。应用人工神经网络建立了时间序列的瓦斯涌出量预测模型，克服了传统预测方法必须事先设定变化规律的缺陷，提高了瓦斯涌出预测的准确性。实际应用表明该... 阐述了矿井瓦斯涌出及其预测对安全生产的重要性，指出传统的预测方法的不足之处。应用人工神经网络建立了时间序列的瓦斯涌出量预测模型，克服了传统预测方法必须事先设定变化规律的缺陷，提高了瓦斯涌出预测的准确性。实际应用表明该预测模型的预测精度较高。 展开更多

关键词 神经网络 预测模型 矿井 瓦斯 涌出预测

在线阅读 下载PDF 职称材料

2种瓦斯涌出预测法在屯兰矿的应用对比 被引量：2

2

作者 戴永禄 《煤炭科学技术》 CAS 北大核心 2011年第S1期30-32,共3页

通过对常用的分源预测法和趋势面法的对比研究,结合屯兰矿生产实践,对瓦斯涌出量预测方法进行分析比较,得出其适用情况,可为类似大型矿井在进行瓦斯涌出量预测时提供借鉴。

关键词 瓦斯 涌出预测 分源预测法 趋势面法

在线阅读 下载PDF 职称材料

考虑时空特征的瓦斯涌出量预测模型及其可解释性分析

3

作者 杨小彬 韩超 +6 位作者 胡慢谷 陈立辉 付天予 吕伏 孙溪成 刘思远 张骁俊 《安全与环境学报》 北大核心 2025年第10期3794-3802,共9页

针对瓦斯涌出量数据量少、无序性强、时空依赖性高,预测模型效果不佳的问题,提出一种基于可解释性分析的瓦斯涌出量时空预测模型。采集甘肃某矿井瓦斯涌出量数据,辅以多个矿井的瓦斯涌出量数据集以改善小样本问题;利用卷积神经网络(Conv... 针对瓦斯涌出量数据量少、无序性强、时空依赖性高,预测模型效果不佳的问题,提出一种基于可解释性分析的瓦斯涌出量时空预测模型。采集甘肃某矿井瓦斯涌出量数据,辅以多个矿井的瓦斯涌出量数据集以改善小样本问题;利用卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆(Long Short-Term Memory,LSTM)网络联合模型提取数据时空特征,加入注意力机制(Attention Mechanism,AM)强化特征提取能力以应对数据无序性;采用随机森林(Random Forest,RF)模型防止过拟合,以夏普利加性解释解决瓦斯时空分布黑匣子问题。结果显示,对瓦斯涌出量预测而言,CNN-LSTM-AM-RF模型预测精度较高,原始瓦斯含量、煤层厚度、煤层埋深是影响模型输出的主要因素,分别在煤层埋深大于550 m、煤层厚度大于3.8 m、煤层倾角大于20°,推进速度大于4 m/d时,对预测结果有正向影响,反之则有负向影响。 展开更多

关键词 安全工程 瓦斯涌出量预测 特征提取 注意力机制 CNN-LSTM-AM-RF模型

在线阅读 下载PDF 职称材料

基于TSA-MLP的高瓦斯矿井瓦斯涌出量预测与应用

4

作者 张杰 杨科 廖旭 《中国安全生产科学技术》 北大核心 2025年第8期138-145,共8页

为解决瓦斯涌出量与影响因素耦合性差,提高模型预测能力,提出1种基于TSA-MLP的瓦斯涌出量预测方法。首先,通过Pearson算法筛选影响瓦斯涌出量主控因素;其次,引入Wigner-Ville分布获取数据时频特征,设计时序自注意力(temporal self-atten... 为解决瓦斯涌出量与影响因素耦合性差,提高模型预测能力,提出1种基于TSA-MLP的瓦斯涌出量预测方法。首先,通过Pearson算法筛选影响瓦斯涌出量主控因素;其次,引入Wigner-Ville分布获取数据时频特征,设计时序自注意力(temporal self-attention,TSA)模块提取时频特征的关键信息;最后,通过多层感知器(multilayer perceptron,MLP)特征增强模块融合局部与全局特征,实现瓦斯涌出量变化的精准预测。研究结果表明:TSA-MLP模型对工作面瓦斯涌出量变化具有较高的预测精度和稳定性,同时以不同工作面数据集验证了模型的泛化能力。研究结果可为矿井瓦斯涌出量预测提供有效技术参考。 展开更多

关键词 瓦斯涌出量预测 相关性分析 注意力机制 泛化能力

在线阅读 下载PDF 职称材料

基于变分模态分解与深度集成组合模型的瓦斯涌出量预测 被引量：9

5

作者 展广涵 王雨虹 +1 位作者 付华 王淑月 《控制工程》 CSCD 北大核心 2024年第3期478-488,共11页

为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合... 为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合的预测模型。利用VMD将瓦斯涌出量原始数据分解为高、低频率的分量,以长短期记忆网络时序分析模型为基础,将分解后的高频分量作为其输入。同时,引入注意力机制提取瓦斯涌出量影响因素时序数据中的关键信息,增强序列数据中关键信息的表达,提高模型的预测精度。利用XGBoost模型对低频分量进行预测,将高、低频分量的预测结果进行叠加求和,得到最终的瓦斯涌出量预测值。根据实验结果,引入注意力机制后模型的预测精度明显高于无注意力机制的预测模型,且所提出的组合模型的预测精度均高于对应的单一模型和其他对比模型,验证了该方法的有效性。 展开更多

关键词 变分模态分解 注意力机制 长短期记忆网络 瓦斯涌出量预测 XGBoost

在线阅读 下载PDF 职称材料

基于模态分解和时间卷积网络的瓦斯涌出量组合预测 被引量：2

6

作者 毛智强 徐耀松 +2 位作者 王丹丹 田楚汉 黄明宇 《传感技术学报》 CAS CSCD 北大核心 2024年第10期1795-1802,共8页

为有效地分析和处理煤矿中产生的瓦斯涌出数据,实现精准、可靠的回采工作面绝对瓦斯涌出量预测,以提前规避瓦斯灾害,提出自适应噪声完整集成经验模态分解对瓦斯涌出量序列进行分解,对分解得到的各分量分别构建时间卷积网络模型。利用IGJ... 为有效地分析和处理煤矿中产生的瓦斯涌出数据,实现精准、可靠的回采工作面绝对瓦斯涌出量预测,以提前规避瓦斯灾害,提出自适应噪声完整集成经验模态分解对瓦斯涌出量序列进行分解,对分解得到的各分量分别构建时间卷积网络模型。利用IGJO算法对TCN模型的相关超参数进行寻优,建立各分量的预测模型。使用Logistic混沌映射生成金豺种群,引入柯西-高斯变异算子,更新金豺位置并选择最优位置,增强算法搜索能力,避免种群陷入局部最优。将各分量的预测输出值叠加,得到最终的瓦斯涌出量预测值。测试结果表明,CEEMDAN-IGJO-TCN组合预测方法,降低了预测的复杂度同时提高了预测精度。 展开更多

关键词 瓦斯涌出量预测 经验模态分解 时间卷积网络 金豺优化算法 柯西-高斯变异

在线阅读 下载PDF 职称材料

基于KPCA-LSSVM的回采工作面瓦斯涌出量的预测 被引量：13

7

作者 陈巧军 余浩 +2 位作者 李艳昌 谭依佳 李奕 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第4期78-84,共7页

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素具有线性重叠、高维非线性等问题,提出使用核主成分分析法(KPCA)对影响因素进行非线性降维。选取沈阳某矿30组样本数据,以前24组数据作为训练集,后6组数据作为测试集,将确定后的核主... 为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素具有线性重叠、高维非线性等问题,提出使用核主成分分析法(KPCA)对影响因素进行非线性降维。选取沈阳某矿30组样本数据,以前24组数据作为训练集,后6组数据作为测试集,将确定后的核主成分作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA-LSSVM预测模型,将预测结果与PCA-LSSVM、LSSVM、多元非线性回归、KPCA-BP神经网络、PCA-BP神经网络以及BP神经网络预测结果进行对比。以最大相对误差绝对值作为模型预测精度的评价指标。研究结果表明:当选取前4个核主成分时,即达到模型训练要求。KPCA-LSSVM模型的预测最大相对误差绝对值为5.89%,预测精度均优于其他6种对比模型。研究结果可为实现瓦斯涌出量高精度预测提供参考。 展开更多

关键词 瓦斯涌出量的预测 核主成分分析法(KPCA) 最小二乘支持向量机(LSSVM) 相对误差绝对值

在线阅读 下载PDF 职称材料

基于瓦斯含量反演的工作面瓦斯涌出量动态预测研究 被引量：5

8

作者 朱墨然 《煤炭工程》 北大核心 2024年第4期133-137,共5页

为解决煤矿采掘工作面瓦斯涌出量无法实时准确预测的问题,通过对采掘工作面瓦斯涌出来源和影响因素进行分析,阐述了工作面瓦斯含量反演的难点和处理方法,在此基础上建立了瓦斯含量反演模型,提出基于瓦斯含量反演的工作面瓦斯涌出量动态... 为解决煤矿采掘工作面瓦斯涌出量无法实时准确预测的问题,通过对采掘工作面瓦斯涌出来源和影响因素进行分析,阐述了工作面瓦斯含量反演的难点和处理方法,在此基础上建立了瓦斯含量反演模型,提出基于瓦斯含量反演的工作面瓦斯涌出量动态预测方法。该预测方法以瓦斯在煤体中的赋存状态是连续变化为前提,通过工作面煤体瓦斯含量反演并结合瓦斯涌出量特征系数的确定来对瓦斯涌出量进行预测。并在陕西象山煤矿进行工业试验,结果表明,该预测方法能够较好地对煤矿工作面瓦斯涌出量进行预测,瓦斯涌出量预测值与实测值的绝对误差范围在0.09~0.20 m^(3)/min之间,误差百分比控制在20%以内。利用该预测方法能够对采掘工作面瓦斯涌出量进行实时连续预测,保障煤矿安全高效生产。 展开更多

关键词 瓦斯含量反演 瓦斯涌出量 含量预测 涌出量预测 预测方法

在线阅读 下载PDF 职称材料

基于CNN_BiLSTM的矿井瓦斯涌出量预测模型 被引量：3

9

作者 解恒星 张雄 +4 位作者 董锦洋 刘晓东 姚小兵 毕振彪 李磊 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第11期53-59,共7页

为了实现对瓦斯涌出量准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出量预测模型,采用CNN在时间序列上提... 为了实现对瓦斯涌出量准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出量预测模型,采用CNN在时间序列上提取瓦斯涌出量及其影响因素的局部关键特征,有效捕捉数据的局部时序相关性;BiLSTM模型利用这些特征,通过其前向和后向处理能力,全面捕捉时间序列中长期依赖性和复杂模式。研究结果表明:该模型预测准确率达93.6%,均方误差显著低于CNN、BPNN、LSTM、BiLSTM、CNN_LSTM、CNN_BiLSTM 6个模型,决定系数接近1,表明其出色的预测能力和解释力。研究结果可有效预测瓦斯涌出量波动,有助于提高矿井瓦斯风险预警能力,提升矿井安全管理水平。 展开更多

关键词 瓦斯涌出量预测模型 卷积神经网络 双向长短时记忆网络 反向神经网络 基线对比

在线阅读 下载PDF 职称材料

基于特征选择与BO−GBDT的工作面瓦斯涌出量预测方法 被引量：2

10

作者 马文伟 《工矿自动化》 CSCD 北大核心 2024年第12期136-144,共9页

影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法... 影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法对数据集进行特征过滤,分析每种特征组合在GBDT模型中的拟合度、计算时间及预测结果,优选出包装法为最佳的特征选择算法;结合现场实际,优选出8种特征进行瓦斯涌出量预测,结果表明,特征数量的多少与预测结果的准确性和泛化性并不呈正比关系,冗余特征或无关特征的存在反而会降低模型的预测准确性。为进一步提高模型精度,通过5种超参数寻优算法对GBDT模型进行超参数寻优,对比分析每一种超参数组合下GBDT模型的预测性能,结果表明:寻优算法本身对GBDT模型的准确性和泛化性影响较小,但基于树结构Parzen估计器(TPE)的贝叶斯优化(BO)算法所得出的最优超参数组合在GBDT模型中具有最高的准确率和相对较少的优化时间,其优化性能最佳,以此建立BO−GBDT模型。将特征选择后的数据集划分出训练集及测试集,利用BO−GBDT模型进行工作面瓦斯涌出量预测,并与随机森林、支持向量机、神经网络模型进行对比,结果表明:BO−GBDT模型具有更高的准确性和泛化性,其平均相对误差为2.61%,相比随机森林、支持向量机、神经网络模型分别降低了35.56%,37.41%,32.03%,能够满足现场工程应用需求,为矿井安全生产提供理论指导。 展开更多

关键词 瓦斯涌出量预测 特征选择 梯度提升决策树 贝叶斯优化 超参数优化 机器学习

在线阅读 下载PDF 职称材料

基于瓦斯涌出分源预测选择瓦斯抽放方法的研究 被引量：10

11

作者 周博潇 朱红青 张彬 《中国安全生产科学技术》 CAS 2006年第3期19-22,共4页

煤矿瓦斯抽放是瓦斯治理、降低瓦斯涌出量的有效方法和手段,要充分发挥瓦斯抽放的效用就必须合理选择抽放方法。利用瓦斯分源涌出预测的结果,按照瓦斯分源治理的思想,研究一种选择瓦斯抽放源的分析方法,避免生产中单纯依靠经验选择瓦斯... 煤矿瓦斯抽放是瓦斯治理、降低瓦斯涌出量的有效方法和手段,要充分发挥瓦斯抽放的效用就必须合理选择抽放方法。利用瓦斯分源涌出预测的结果,按照瓦斯分源治理的思想,研究一种选择瓦斯抽放源的分析方法,避免生产中单纯依靠经验选择瓦斯抽放方法的传统模式,以改善抽放效果,提高矿井瓦斯事故防治水平,为安全生产提供保障。 展开更多

关键词 煤矿瓦斯抽放 瓦斯分源涌出预测 抽放方法

在线阅读 下载PDF 职称材料

改进层次分析法的瓦斯涌出量组合预测方法研究 被引量：15

12

作者 田水承 王曦 +2 位作者 王莉 岑晓倩 袁晓芳 《西安科技大学学报》 CAS 2012年第1期25-28,共4页

为了提高矿井瓦斯涌出量的预测精度,采用改进层次分析法对指数预测,双曲线预测和灰色预测3种传统预测方法,从稳定性,数据利用和适用时间上来进行加权组合,提出一种基于改进层次分析法的组合预测方法,并对西北某矿区4月份的绝对瓦斯涌出... 为了提高矿井瓦斯涌出量的预测精度,采用改进层次分析法对指数预测,双曲线预测和灰色预测3种传统预测方法,从稳定性,数据利用和适用时间上来进行加权组合,提出一种基于改进层次分析法的组合预测方法,并对西北某矿区4月份的绝对瓦斯涌出量数据进行研究。结果表明,与几种传统方法的独立预测结果相比,该方法精度较高,也易于操作,对矿区瓦斯预测有一定的指导意义。 展开更多

关键词 改进层次分析法 瓦斯涌出量预测 组合权

在线阅读 下载PDF 职称材料

基于时间序列的矿井瓦斯涌出量预测方法 被引量：4

13

作者 孟海东 孙搏 +2 位作者 司子稳 王睿智 施兰兰 《工矿自动化》 2010年第12期24-27,共4页

由于矿井瓦斯浓度的变化受多种因素共同影响,矿井瓦斯涌出量预测经常出现无法获得一部分变量的情况。针对该问题,提出了一种基于时间序列的矿井瓦斯涌出量预测方法,详细介绍了采用时间序列AR模型对矿井瓦斯涌出量进行预测的具体实现。... 由于矿井瓦斯浓度的变化受多种因素共同影响,矿井瓦斯涌出量预测经常出现无法获得一部分变量的情况。针对该问题,提出了一种基于时间序列的矿井瓦斯涌出量预测方法,详细介绍了采用时间序列AR模型对矿井瓦斯涌出量进行预测的具体实现。实验结果表明,该方法对矿井瓦斯涌出量的预测误差率为4.3%,预测比较可靠。 展开更多

关键词 矿井 瓦斯涌出量预测 时间序列 参数估计 AR模型

在线阅读 下载PDF 职称材料

人工神经网络在瓦斯涌出量预测中的应用 被引量：7

14

作者 安鸿涛 宋国文 +1 位作者 张云中 阳结华 《河南理工大学学报（自然科学版）》 CAS 2006年第4期275-278,共4页

当采掘工作面遇有岩浆岩破坏煤系和煤层时,地质条件尤为复杂,采用常规的矿山统计法和瓦斯含量法预测瓦斯涌出量难以取得理想的结果.作者从矿井地质综合分析入手,采用BP神经网络的方法建立了适用于矿井未采区瓦斯涌出量的预测模型,分别... 当采掘工作面遇有岩浆岩破坏煤系和煤层时,地质条件尤为复杂,采用常规的矿山统计法和瓦斯含量法预测瓦斯涌出量难以取得理想的结果.作者从矿井地质综合分析入手,采用BP神经网络的方法建立了适用于矿井未采区瓦斯涌出量的预测模型,分别用48个4-2煤层、40个7-2煤层钻孔点的煤层瓦斯质量体积、煤层埋藏深度、煤质、火成岩分布、顶底板砂泥岩比值等数据作为输入层,预测地质条件相对复杂矿井的瓦斯涌出量.经已采区实测值与预测值比较分析认为,预测结果可信. 展开更多

关键词 瓦斯涌出量预测 地质条件 神经网络

在线阅读 下载PDF 职称材料

改进的粒子群支持向量机预测瓦斯涌出量 被引量：11

15

作者 孟倩 马小平 周延 《矿业安全与环保》 北大核心 2015年第2期1-5,共5页

提出一种基于改进的粒子群参数优化的支持向量回归机算法(IPSO-SVR),该方法引入混沌映射及网格分区寻参思想,能避免粒子群算法(PSO)陷入局部最优解。使用IPSO-SVR算法建立瓦斯涌出量预测模型,结果表明基于IPSO算法寻优参数建立的瓦斯涌... 提出一种基于改进的粒子群参数优化的支持向量回归机算法(IPSO-SVR),该方法引入混沌映射及网格分区寻参思想,能避免粒子群算法(PSO)陷入局部最优解。使用IPSO-SVR算法建立瓦斯涌出量预测模型,结果表明基于IPSO算法寻优参数建立的瓦斯涌出量支持向量回归预测模型具有良好的预测效果。与粒子群优化参数的支持向量回归机(PSO-SVR)模型、广义回归神经网络(GRNN)模型进行比较,IPSO-SVR模型预测效果明显优于PSO-SVR和GRNN模型,可用于瓦斯涌出量的实际预测,表明所提出的IPSO算法是选取SVR参数的有效方法。 展开更多

关键词 支持向量回归机 混沌 粒子群 瓦斯涌出量预测

在线阅读 下载PDF 职称材料

灰色线性回归组合模型在瓦斯涌出量预测中的应用 被引量：13

16

作者 高保彬 李回贵 于水军 《矿业安全与环保》 北大核心 2012年第6期51-53,57,共4页

矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现... 矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现该模型的预测精度分别提高了2.46%和1.35%,数据拟合的相关系数也有一定程度的提高。实证结果表明,灰色线性回归组合模型可以更好地预测矿井瓦斯涌出量。 展开更多

关键词 瓦斯涌出量预测 灰色线性回归组合模型 线性回归模型 灰色理论模型 MATLAB

在线阅读 下载PDF 职称材料

基于MPSO-CWLS-SVM的瓦斯涌出量预测 被引量：12

17

作者 付华 王馨蕊 +4 位作者 杨本臣 王志军 屠乃威 王雨虹 徐耀松 《传感技术学报》 CAS CSCD 北大核心 2014年第11期1568-1572,共5页

针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权... 针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。 展开更多

关键词 无线传感网络 瓦斯涌出量预测 加权最小二乘支持向量机(WLS-SVM) 柯西分布函数 改进的粒子群算法(MPSO)算法

在线阅读 下载PDF 职称材料

灰色关联优化BP神经网络预测工作面瓦斯涌出量 被引量：15

18

作者 雷文杰 刘瑞涛 苏国韶 《矿业安全与环保》 北大核心 2013年第5期34-37,41,共5页

根据义马中部井田瓦斯地质规律,选取埋深、开采强度、开采顺序和煤层厚度作为自变量,瓦斯涌出量为目标量,构建自变量矩阵和参考序列,进行瓦斯涌出量影响因素灰色关联度分析;由于各瓦斯地质影响因素与瓦斯涌出量的高度非线性关系,将各影... 根据义马中部井田瓦斯地质规律,选取埋深、开采强度、开采顺序和煤层厚度作为自变量,瓦斯涌出量为目标量,构建自变量矩阵和参考序列,进行瓦斯涌出量影响因素灰色关联度分析;由于各瓦斯地质影响因素与瓦斯涌出量的高度非线性关系,将各影响因素进行归一化处理,建立优化神经网络预测瓦斯涌出量数值模型,样本训练收敛速度快,误差在0.12%以内,并用此模型对耿村井田深部煤层瓦斯涌出量进行了预测。 展开更多

关键词 瓦斯地质 多因素 灰色关联分析 优化神经网络 模型样本训练 瓦斯涌出量预测

在线阅读 下载PDF 职称材料

灰色马尔可夫模型在瓦斯涌出量预测中的应用 被引量：9

19

作者 高保彬 李回贵 于水军 《煤炭工程》 北大核心 2013年第12期84-87,共4页

瓦斯涌出量预测是采区延伸、开拓新水平和矿井生产必不可少的依据。通过对原始数据累加后,建立灰色预测模型,再根据实测值与灰色模型预测值的相对变化率划分状态建立转移矩阵,进行马尔可夫预测。通过现场实测值和预测值的对比分析,发现... 瓦斯涌出量预测是采区延伸、开拓新水平和矿井生产必不可少的依据。通过对原始数据累加后,建立灰色预测模型,再根据实测值与灰色模型预测值的相对变化率划分状态建立转移矩阵,进行马尔可夫预测。通过现场实测值和预测值的对比分析,发现灰色马尔可夫预测模型比灰色预测模型最大相对误差可以减少14.23%,平均相对误差可以减少5.78%。实证结果表明,笔者提出的灰色马尔可夫预测模型能够能更好的预测矿井瓦斯涌出量。 展开更多

关键词 瓦斯涌出量预测 灰色模型 马尔可夫模型 灰色马尔可夫模型 MATLAB

在线阅读 下载PDF 职称材料

基于灰色动态建模的瓦斯涌出量预测方法研究 被引量：8

20

作者 张瑞林 刘晓 郑立军 《中国矿业》 北大核心 2006年第12期110-112,共3页

本文以灰色建模理论为基础,通过引入缓冲算子来尝试排除原始数据中的冲击扰动;通过建立等维新信息灰色预测动态模型,来有效地利用和跟踪采掘进程中新揭露的瓦斯涌出信息,以实现对采场瓦斯涌出量数据系列的真实表达。该模型在实际应用中... 本文以灰色建模理论为基础,通过引入缓冲算子来尝试排除原始数据中的冲击扰动;通过建立等维新信息灰色预测动态模型,来有效地利用和跟踪采掘进程中新揭露的瓦斯涌出信息,以实现对采场瓦斯涌出量数据系列的真实表达。该模型在实际应用中达到了比较理想的预测精度。 展开更多

关键词 灰色理论 缓冲算子 动态建模 瓦斯涌出量预测

在线阅读 下载PDF 职称材料