共查询到17条相似文献,搜索用时 93 毫秒
1.
针对矿井涌水量预测过程中受各种因素的影响,预测精度较低的问题,基于GM(1,1)模型提出优化GM(1,1)模型。分别建立GM(1,1)模型及优化GM(1,1)模型,并对某矿2002—2010年矿井平均涌水量进行模拟计算,结果显示优化GM(1,1)模型模拟精度较高。利用MATLAB设计优化GM(1,1)模型的计算程序,解决了计算过程复杂、计算量大的问题。 相似文献
2.
3.
4.
5.
6.
针对顾桥矿南二采区区域水文地质条件,利用灰色理论,建立GM(1,1)模型,并结合最小二乘法对其进行求解,得出研究区域内2013年各时期的矿井涌水量值,从而对矿井涌水量进行动态观测,为矿井开拓方案、开采方法、制定防治水措施等提供可靠依据。 相似文献
7.
8.
为了更为准确地在时间和空间上对矿井涌水量进行预测评价,预防矿井突水事故的频繁发生,针对南川铝土矿575主平窿区域的水文地质条件,利用数值模拟软件Visual Modflow,建立了该区域的水文渗漏概念模型.通过模型求解和运行结果的可视化表达,最终得出研究区域内全年各时期的矿井涌水流量值,明确了涌水量随季节的变化情况.利用灰色理论GM(1,1)模型对单个钻孔附近区域的涌水量进行动态预测,对时间t和流量Q的函数关系进行了拟合.研究结果表明,研究区涌水量全年变化不大,季节性变化较明显,最大2397m3/d,最小663m3/d,7月份左右达到极值;随着时间的推移,钻孔5003附近区域的日涌水量将会稳定在47~50m3/d左右,在预测时间内涌水量平均值为47.25m3/d.为该矿山制定合理有效的矿井治水措施提供了可靠的依据. 相似文献
9.
研究强矿震的短临预测信息具有较大的实用价值。结合工程实例阐述该理论模型建模方法,精度处理方法等,以原始时间序列数据为基础,建立矿震发生步距的模拟和预测GM(1,1)模型。针对数值模拟中大量的矩阵计算,利用MATLAB软件编制高效的计算机程序,实现了对矿震发生步距的模拟和预测。为了检验模型模拟和预测结果的精度,选择了合理的误差检验模型。通过工程实例证明了GM(1,1)模型可信度较高,关联度较好,均方差比值为一级,拟合优度高。 相似文献
10.
GM(1,1)灰色预测模型在矿井瓦斯涌出量预测中的应用 总被引:1,自引:0,他引:1
瓦斯是造成煤矿生产过程中事故频发的重要因素.以预测矿井瓦斯涌出量为研究目的,运用灰色系统理论,通过对矿井瓦斯涌出资料进行分析、研究建立GM(1,1)瓦斯涌出量灰色预测模型对瓦斯涌出量变化趋势进行预测,并与现场实际瓦斯涌出量比较,结果表明该模型精度较高,能够很好用于矿井瓦斯涌出量的预测,为井下安全生产和瓦斯监测提供依据,从而避免瓦斯事故的发生. 相似文献
11.
地下开采引起的岩层和地表移动对周围环境造成了严重的破坏,地裂缝、房屋破坏、塌陷坑等,了解岩层和地表移动规律对于保护环境和控制房屋损害有着重要的意义。以某岩层移动监测站的实测数据为原型,对其监测数据进行了分析研究,利用MATLAB软件进行了GM(1,1)模型的建立和预测。研究结果表明,就岩层内部观测站而言,工作面正上方的监测点,由于其下沉单调递增规律,模型预计结果较好,相对误差小于10%;对于工作面外侧的监测点,由于其具有下沉、上升变化的波动性特征,不能进行GM(1,1)模型拟合预测。 相似文献
12.
改进GM(1,1)预测模型对我国煤炭消费需求的预测分析 总被引:2,自引:0,他引:2
为了预测未来煤炭消费需求状况,利用1998-2008年度我国煤炭消费需求的历史数据直接作为传统GM(1,1)及其残差模型的原始序列,通过生成处理后所得模型分别为勉强合格(三级)和合格(二级)等级,而通过对原始数据取自然对数为基础,并进行二阶弱化处理后所得的改进GM(1,1)模型及其残差GM(1,1)模型,经过点对点的残差检验发现,改进GM(1,1)模型及其残差GM(1,1)模型均提升至好的预测模型(一级)等级,其预测精度较高.用其预测未来3年的煤炭消费需求总量继续呈增长趋势,说明煤炭在未来短期内的主导地位没有改变.因此,国家和各级政府应加大对煤炭行业的资金投入与政策支持的力度,以保障我国经济持续稳定发展. 相似文献
13.
14.
将灰色系统理论中的GM(1,1)模型应用于应力集中问题的数据处理,根据应力集中处附近的应变理论值,能方便地求出应力集中处的最大应变值,并根据实际预测结果,利用文中的方法改进其基本模型并进行优化,实例表明预测结果是可信的,为工程测试的数据处理给出了一种比较实用的新方法。 相似文献
15.
16.
17.
铁精矿品位的准确预测对铁矿选矿厂的生产和管理具有重要意义。为解决选矿厂生产过程中具有随机波动性的铁精矿品位预测问题,提出一种基于线性变换法的无偏灰色GM(1,1)铁精矿品位预测模型。通过采用一种线性变换方法降低铁精矿品位数据序列的波动干扰,将随机波动数据序列转换为单调增长的数据序列,然后将变换后铁精矿品位数据序列代入无偏灰色GM(1,1)模型以实现铁精矿品位预测模型的建模,最后将该预测模型用于两组铁精矿品位数据序列进行了验证。结果表明,基于线性变换的无偏灰色GM(1,1)铁精矿品位预测模型在预测精度和预测性能上优于两个改进的GM(1,1)预测模型,其预测精度均为一级,预测的最小相对误差为0.2%,平均绝对误差均小于1%,模型具有较好的应用性和有效性,为短期预测铁精矿品位提供了一种新途径。 相似文献