基于数据挖掘的煤炭价格预测

人工神经网络与灰色理论都可以用来处理这种非线性、动态序列的预测问题。这两种数据挖掘方法都各有其优点与理论根据,究竟何种模型较适合煤炭价格预测,众说纷纭。为了避免顾此失彼,遗漏了一些重要的信息,本文研究了采用组合预测的方法,提出了将这两种数据挖掘的方法进行序列价格预测的方案,分析了方案的可行性。     

尾矿坝浸润线序列的支持向量机预测研究

从尾矿库监测系统功能出发,结合尾矿库安全监测数据内容和特点,在充分认识数据挖掘技术如何处理和应用的基础上,提出一种基于单因素时间序列支持向量回归机的浸润线预测方法。从尾矿库监测数据中选取有效样本,运用留一法对支持向量回归机参数进行优化,建立预测模型。结果表明：该方法能在小样本、高精度要求下对浸润线进行准确预测。     

基于数据挖掘的用户输入自动化模型分析与设计

用户输入自动化技术可以帮助用户完成输入任务,文章提出了基于数据挖掘的用户输入自动化模型,该模型可以发现隐含兴趣的用户输入模式,并且利用这些输入模式预测用户的输入值。基于数据挖掘的用户输入自动化模型主要包括模式挖掘器和预测分类器2个主要部件。模式挖掘器挖掘隐含兴趣的用户输入模式,预测分类器根据实例特征预测用户输入值。该模型实时性好,适应性强,应用价值高。     

Oracle安全审计技术设计

分析了Oracle安全机制,对其安全审计技术进行了研究。Oracle数据库自身没有针对安全审计数据的分析工具,为了改进与完善Oracle当前安全审计机制,采用了数据挖掘技术,将数据挖掘技术应用至Oracle数据库安全审计中来,对数据库的记录特点进行分析,通过审计记录的分析,提出了在序列模式挖掘及关联规则2种技术基础上,建立用户正常行为模式的方法。同时,还建立了针对Oracle的安全审计分析系统,分析审计数据。     

基于IGWO-BPNN的露天矿卡车故障预测方法

为有效解决露天矿中卡车的故障预测问题，提出了一种基于改进灰狼算法的BP神经网络模型，并成功应用于预测露天矿卡车故障次数和故障持续时间。首先，针对传统灰狼算法的不足，引入了新的非线性更新机制和基于线性插值的种群更新机制，提出了融合多策略的改进灰狼优化算法。其次，将IGWO应用于BP神经网络的权值和阈值搜索中，形成了基于IGWO的BP神经网络模型(IGWO-BPNN)。最后，以宝日希勒露天煤矿卡车故障数据为例，成功将该模型应用于卡车故障预测研究。结果表明，在相同实验条件下，与其他算法相比，IGWO-BPNN具有更高的模型预测性能和分类精度，可帮助露天矿山科学制定卡车预防性检修计划，并为智慧露天矿山建设提供科学有效的基础决策数据。     

改进相关法对震相初至的拾取

初至时间的自动拾取是微地震数据处理的一个关键环节。地震道之间具有一定的相似性,但相似程度有限,所以用传统的相关法求取初至时,常会因为道与道之间的相似性不足而产生初至拾取上的偏差。基于此,提出改进的相关法,即通过抽样函数构造参考道时窗。该方法克服了传统方法过于依赖道间相似性的缺点。最后将该方法应用到实际数据中,得到很好的效果。     

基于改进遗传算法的拉丝机压缩比优化设计研究

拉丝机压缩比的优化设计属于NP类型问题,传统计算方法复杂度过大且不易找到最优(近优)解。提出了一种基于改进遗传算法解决该问题的方法,采用排序选择法和两点交叉法有效地提高了搜索效率。分析了仿真实验的结果及算法的收敛性,实验结果表明:该算法具有较好的最优解搜索能力,搜索速度快并且收敛性好,能够提升产品性能并节约能耗。     

基于CSSA-F-SVM模型的矿用卡车发动机智能故障诊断

针对矿用卡车发动机小样本故障数据导致诊断精度不足的问题,提出了一种基于改进的麻雀搜索算法优化基于凸半径边缘的SVM模型(F-SVM)的矿用卡车发动机智能故障诊断方法。首先,针对麻雀搜索算法中全局搜索能力不足的问题引入链式搜索策略。其次,遵循位置最优原则,对加入者位置更新进行改进,以提高其收敛性能。最后,使用改进后的麻雀算法对F-SVM的核参数g和惩罚因子C进行寻优,进而构建矿用卡车发动机故障诊断模型。实验结果表明,本文CSSA-F-SVM模型方法的预测准确度更高,分别较传统SVM和F-SVM模型提高了21.5%和4.1%。该模型能够较好地实现矿用卡车发动机常见故障的诊断,适用于小样本数据的故障预测,可为矿山机械设备的智能故障诊断提供参考。     

安全性预测模型的神经网络方法及其改进的对比研究

指出了对煤矿安全性指标进行合理预测的传统预测方法存在的不足，提出了应用人工神经网络建立BP网络及其改进模型的预测方法，并通过基于时间序列的实例比较了BP网络及其改进模型的预测结果。结果表明，用神经网络改进方法进行安全预测效果较好。     

最小二乘支持向量机与马尔可夫链组合预测应用研究——以四川省天然气消费量为例

天然气作为四川省的一种主要能源,正确合理地对天然气消费量进行预测有着重要的意义。在历史数据有限的情况下,为解决四川省天然气消费量预测的问题,提出一种基于最小二乘支持向量机与马尔可夫链的组合预测模型。首先,利用经过优化后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型;然后借助马尔可夫链进行系统状态划分,缩小预测区间以提高预测精度;最后运用该模型对四川省2007～2011年天然气消费量做出预测。计算结果表明,该模型具有一定的精度和可靠性。     

Trinomial tree model of the real options approach used in mining investment price forecast and analysis

In order to effectively avoid the defects of a traditional discounted cash flow method, a trinomial tree pricing model of the real option is improved and used to forecast the investment price of mining. Taking Molybdenum ore as an example, a theoretical model for the hurdle price under the optimal investment timing is constructed. Based on the example data, the option price model is simulated. By the model, mine investment price can be computed and forecast effectively. According to the characteristics of mine investment, cut-off grade, reserve estimation and mine life in different price also can be quantified. The result shows that it is reliable and practical to enhance the accuracy for mining investment decision.     

基于经济时间序列预测的露天矿开采境界动态优化

为获得更为优越的露天矿山境界,构建了集经济时间序列预测、矿岩时间属性赋值和动态经济指标计算为一体的境界全动态优化方法。金属价格是矿山境界优化过程中最重要的因素之一,以金属价格历史数据为平台,通过创建合适时间序列模型,对未来价格做出预测,以预测结果为基础,运用L-G图论法生成系列境界方案,根据矿山实际情况编排进度计划,实现矿岩块参数赋值,将预测结果代入到矿岩块体模型中,计算境界净现值（NPV）,经多方案比较确定最优境界。以某铜矿山为例,通过对近50 a伦敦金属交易所（LME）铜精矿季度平均结算价格分析处理,建立了自回归求和移动平均模型（ARIMA）,实现了未来15 a铜价预测,最终确定了矿山经济最优境界。建立于金属价格预测基础上的境界动态优化方法所得方案NPV更接近生产实际,其优化结果可更好为矿山设计及未来生产提供基础支撑。     

高瓦斯矿井多重上保护层开采瓦斯抽放工艺探讨

为了解决祁东煤矿四采区高瓦斯浓度的问题,结合煤层赋存情况与煤矿生产实际,提出采用煤层按自上而下的开采顺序依次保护下伏煤层,实行多重保护,并对煤层瓦斯突出进行预测,对被保护层的卸压瓦斯抽放工艺进行了探讨。     

页岩气革命撼动天然气市场了吗？

美国页岩气革命改变了美国能源发展状况，同时对全球能源格局产生了不小的冲击与影响。论文在考虑页岩气革命的发展以及对国际天然气市场冲击的基础上，通过计量模型来揭示页岩气革命对北美、欧洲、日本天然气市场的相互关系是否有显著影响。首先论文以1988年6月—2018年5月相关月度数据为依据，引入BP断点检验模型，即在传统单位根的基础上引入结构突变，并结合相关政策分析美国页岩气发展阶段的特征。然后采用脉冲响应和方差分析法分析页岩气革命前后全球3大天然气市场的关联，在对序列合理分段的基础上，结合对不同阶段天然气产业形势的分析，进而揭示美国页岩气革命影响全球天然气市场的过程及内在机理。结果表明，美国“页岩气革命”提升了欧美天然气价格对亚洲天然气市场甚至全球天然气市场的影响力。     

油气矿业权竞争性出让改革追踪研究

油气矿业权竞争性出让能够更好发挥市场在资源配置中的决定性作用和政府的调节作用，保障矿业权人依法平等参与矿产资源勘查、开发活动，形成以竞争出让为主，社会多元主体参与有序的油气资源勘查开发市场新格局。本文对油气矿业权竞争性出让改革进行跟踪研究，梳理了油气矿业权竞争性出让改革概况，分析了竞争性出让的积极意义和存在的问题，以问题为导向，给出了油气矿业权竞争性出让政策建议，建议建立拟出让油气区块项目库、加大油气区块竞争性出让力度、完善地质资料汇交与共享机制、积极推进油气区块“净矿”出让、探索“价+率”形式征收出让收益。     

页岩气革命撼动天然气市场了吗？

美国页岩气革命改变了美国能源发展状况,同时对全球能源格局产生了不小的冲击与影响。论文在考虑页岩气革命的发展以及对国际天然气市场冲击的基础上,通过计量模型来揭示页岩气革命对北美、欧洲、日本天然气市场的相互关系是否有显著影响。首先论文以1988年6月—2018年5月相关月度数据为依据,引入BP断点检验模型,即在传统单位根的基础上引入结构突变,并结合相关政策分析美国页岩气发展阶段的特征。然后采用脉冲响应和方差分析法分析页岩气革命前后全球3大天然气市场的关联,在对序列合理分段的基础上,结合对不同阶段天然气产业形势的分析,进而揭示美国页岩气革命影响全球天然气市场的过程及内在机理。结果表明,美国“页岩气革命”提升了欧美天然气价格对亚洲天然气市场甚至全球天然气市场的影响力。     

概率积分参数反演中的开采影响传播角问题研究

为了根据实测数据反演出可用的开采沉陷概率积分参数,研究概率积分参数的反演,采用VB语言编制了模矢法求参程序,但是在实际应用中求取开采影响传播角不符合其物理意义.针对此问题,提出了6参数法求取开采沉陷预计参数,并有效解决了概率积分参数反演中的开采影响传播角问题,特别是在数据质量不高时,可以用这种改进的方法获得比较合理的沉...     

基于模式识别的煤与瓦斯突出危险性概率预测

 通过统计分析,以活动构造、最大主应力、瓦斯压力和瓦斯含量等主要因素作为煤与瓦斯突出的主要判据,建立突出预测模式识别的准则与模型,用模式识别的方法实现了煤层突出危险性的分单元概率预测,进而划分出突出危险区、威胁区和安全区。克服了单一指标预测结果的不确定性,同时实现了多指标定量化的预测,提高了预测效果的可靠性。谢一矿实例验证表明了预测结果的可靠性。     

基于平滑变换的瓦斯涌出量灰色预测方法研究

为弱化采面瓦斯涌出量数据序列随机波动性,依据灰色模型构建理论,尝试引入不同的平滑变换函数来建立预测模型并综合对比分析．实证表明：引入实用缓冲算子的GM（1,1）模型预测拟合度和精确度更高,数据可信度更好,可为煤矿企业安全决策提供一定的理论依据．     

基于数据挖掘的天然气市场收益率预测

以2000—2018年美国天然气价格为研究对象，基于动态时间规整算法（DTW）、模拟退火算法（SA）、支持向量机模型（SVM）构建DTW\|SVM\|SA天然气价格预测组合模型，并在不同预测步长下将其与对照模型的预测结果进行对比，分别从预测精度和预测误差两方面对模型的预测性能进行评估。结果表明：利用模拟退火算法可以优化SVM模型的自由参数和混合模型的权重参数；DTW-SVM-SA组合预测模型在天然气价格收益率预测方面表现出良好的泛化能力，对比其他模型，其在不同步长上的预测精度均有显著提升，预测误差均有降低，是一种有效的天然气价格预测模型。DTW-SVM-SA组合预测模型不仅能够为政府进行宏观调控提供参考，而且可以帮助企业尤其是能源相关企业更好地预测和管理价格变动的风险。