GM(1,1)模型在煤炭需求预测中的应用

以实际数据为基础，建立了我国煤炭需求量的数列预测模型，并研究了GM(1，1)模型在我国煤炭需求预测中的应用。认为该模型可用于对我国煤炭需求总量的预测。进一步分析了根据实际变化不断改进模型的必要性。     

灰色GM(1,N)模型在河南省煤炭需求预测中的应用

根据灰色系统理论,选取主要影响因素,以煤炭消费总量作为特征变量,以影响煤炭消费总量的主要因素作为选定变量构建了煤炭消费总量的灰色GM(1,6)预测模型,并对河南省煤炭消费总量进行拟合和预测,采用灰色系统理论进行建模能够克服相关数据不足的缺陷和避免人为因素的影响。实例结果表明,该预测具有较好的精度,结果是可信的。     

基于GM(1,1)模型液压凿岩台车故障预测

利用灰色理论GM（1,1）模型,对液压凿岩台车故障发生的时间进行预测,与实际发生相比较,具有很高的精度,为矿山的生产设备正常运行提供科学有利的理论依据。     

基于GM(1,1)模型的钻孔瓦斯动力异常灰色预警预测

以灰色系统灾变预测理论为基础,以预测掘进面钻孔瓦斯动力异常期为目标,建立了钻孔瓦斯动力异常GM(1,1)灰色预测模型.通过对模型预测结果的残差分析和现场实测结果检验表明,钻孔瓦斯动力异常期的灰色预测结果与实测数据拟合精度高,建立的瓦斯动力异常期灰色预测系统方法可行,预测结果可靠.     

GM(1,1)改进模型在地表沉陷预测中的应用

根据灰色系统数列预测理论,建立了新峰一矿地表沉陷的灰色预测模型。通过对其工程实例的应用分析,证明灰色预测方法具有相对较高的精度,是一种比较实用的地表沉陷预测方法,具有广泛的工程实用空间。     

矿井瓦斯涌出量预测的GM(1,1)模型研究

利用灰色系统理论,根据不同时期的瓦斯涌出量数据,建立了瓦斯涌出量灰色预测模型,并通过对发耳矿井的瓦斯涌出资料统计分析,采用了GM(1,1)模型进行预测,选择了合理的误差检验方法对预测结果进行判断,结果表明,该模型的计算结果符合工程实际需要,预测程度较高.     

基于GM(0,N)模型的井田未采区构造预测

构造预测对矿井安全生产有重要研究意义。在充分分析翟镇井田地质构造发育特征及发育规律的基础上,选取能够在侧面反映构造复杂程度的6个定量指标,在水平向以及竖直向上分别用模糊综合评判及数理统计的方法最终结合灰色分析法建立11煤层未开采区地质构造定量预测模型,对未开采区各单元构造复杂程度类型做出了综合评判。     

辽宁煤炭需求的GM(1,3)多因素预测

选取主要影响因素（GDP增长率、煤炭占能源消费比例）建立辽宁省煤炭消费需求预测模型GM（1，3），GM（1，3）模型中包含了两个GM（1，1）子模型：GDP增长率预测模型和煤炭占能源消费比例预测模型。各模型的精度均为1级（好）。对2006～2010年辽宁省GDP、煤炭占能源消费比例和煤炭消费三项的预测结果合理。采用灰色系统理论进行建模，能够克服相关数据不足的缺陷和避免人为因素的影响，但用于长期预测有待进一步研究。     

基于灰色GM(1,1)新陈代谢模型的矿井瓦斯涌出量动态预测

矿井工作面瓦斯涌出是一个动态不确定的过程,因此最新瓦斯涌出数据的研究至关重要,本文将灰色GM(1,1)模型瓦斯涌出量预测结果加入原始数列,对原始数据序列的信息进行更新,建立了矿井瓦斯涌出量GM(1,1)新陈代谢动态预测模型,采用残差检验法对该模型精度进行检验,其平均相对误差为3.861%,预测精度明显优于GM(1,1)模型,提高了灰色GM(1,1)模型预测瓦斯涌出量的精度。     

基于GM(1,1)模型的煤矿百万吨死亡率的预测研究

应用灰色系统理论,建立了煤矿百万吨死亡率的GM(1,1)动态预测模型,对我国近几年的煤矿百万吨死亡率进行灰色预测,预测精度基本可靠。结果表明:该模型的建立是正确的,并具有一定的实用价值,使预测结果科学可靠,为煤矿的安全管理提供了准确的理论依据。     

基于GM(1,1)模型的中国能源消费预测研究

以1985~2004年中国能源消费总量为原始数据,构建了中国能源消费GM(1,1)预测模型。研究表明,中国能源消费呈准指数增长规律,GM(1,1)预测模型对20年能源消费量的拟合精度达94.53%,模型的发展系数为0.04,适用于作中长期经济预测。预计“十一五”期间中国能源消费将以4.30%的速度增长,2010年能源消费量达到217730万t标准煤。     

基于GM(1,1)模型的矿井瓦斯涌出量预测研究

以预测矿井瓦斯相对涌出量为研究目的,应用灰色系统理论,建立了预测矿井瓦斯涌出量的灰色系统GM(1,1)模型,并对其不断优化,再采用后验差检验对预测模型的结果进行了判断。实例表明,该模型的计算精度符合工程实际,可用于矿井瓦斯涌出量的预测。其方法与结果对治理瓦斯、保证煤矿的安全生产具有重要意义。     

改进灰色GM(1,1)模型在煤炭消费预测中的应用

根据灰色系统理论构建并优化了灰色GM(1,1)预测模型,应用模型对我国煤炭消费总量进行拟合和预测。该模型通过减少数据受到的冲击扰动,以适应中长期预测。经检验,该模型具有较好的精度,预测结果反映出的煤炭消费发展趋势,可为今后制定煤炭发展战略提供参考。     

基于改进GM(1,1)模型的能源消费预测研究

合理、科学地对能源消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,建立了2000年~2015年中国能源消费的非线性GM(1,1)模型,进一步采用改进的GM(1,1)模型预测了2016年~2020年中国的能源消费。结果表明:改进后的模型精度更高、误差更小,进一步验证了模型的有效性和合理性。     

基于改进GM(1,1)模型的煤炭消费预测研究

合理、科学地对煤炭消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,将改进的GM(1,1)模型应用于中国煤炭消费的预测,并进一步预测了2016年~2020年中国的煤炭消费。结果表明:改进后的模型误差小、稳定性强;同时,2016年~2020年中国煤炭消费呈逐年减少趋势,到2020年将达到278 382.45万t标准煤,对此提出了相关的政策建议。     

青海省能源矿产需求预测研究

建立灰色系统模型和回归模型,预测了青海省第一产业、第二产业、第三产业、城乡居民生活对能源矿产的需求强度,预测了青海省人口发展变化情况和产业结构变化情况。在此基础上,采用部门分析法预测了青海省2005年、2010年、2015年和2020年对煤炭、石油、天然气矿产的需求量,同时根据预测结果提出了能源结构调整的建议。     

基于GM(1,N)_GRNN组合模型的瓦斯涌出量预测研究

为解决瓦斯涌出量影响因素众多、难以准确预测的问题,本文利用多变量灰色系统易于处理不规则数据,GRNN神经网络模型训练速度快、人为干预因素少等优势,建立起1阶N变量灰色模型与GRNN神经网络嵌入型组合模型GM(1,N)_GRNN。用该模型对某煤矿回采工作面的瓦斯涌出量进行了预测,并与GM(1,N)模型、GRNN两种模型单独预测的结果做了对比,发现组合模型预测结果的平均误差仅3.7%,明显优于两种模型单独预测的平均误差。因此,对煤矿安全生产有重要指导意义。