基于GM(1,1)灰色系统理论模型的矿井涌水量预测

对矿井涌水量进行准确的预测是煤矿生产设计部门制定采掘方案、确定矿井排水能力、制定疏干措施、防止矿井突水、淹井等严重事故和利用地下水资源的重要依据,而矿井涌水量受水文、地质、气象、开采情况等多种因素影响,常常表现出较大的随机性和波动性。用灰色理论对原始数据进行处理,弱化其随机性,并建立GM(1,l)动态预测模型进行预测,避开了各种复杂的影响因素,将各种影响因素进行"灰处理",模型的计算灵活简单,其精度满足要求。     

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。     

基于GM(1,1)模型的矿井瓦斯涌出量预测研究

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,并用残差序列对预测模型进行了修正。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。     

基于GM(1,1)模型的强矿震预测

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。     

基于改进GM(1,1)模型与趋势预测法的能源消费组合预测

将改进GM(1,1)模型和趋势预测法相结合,设计一种组合预测模型,并将其应用于能源消费预测中,通过实际预测检验了组合预测模型的有效性与实用性。研究发现,组合预测模型在预测精度上优于单项预测模型,因此这种组合预测模型具有良好的预测效果。     

基于优化GM(1,1)模型的矿井涌水量预测及算法实现

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。     

矿井瓦斯涌出量的GM(1,1)新陈代谢模型预测

运用灰色系统理论,根据矿井相对瓦斯涌出量的历史统计数据建立GM(1,1)模型和GM(1,1)新陈代谢模型,使用残差进行精度检验。对比表明,新陈代谢模型精度高于常规的GM(1,1)模型,应用GM(1,1)新陈代谢模型对矿井未来3 a的瓦斯涌出量进行了预测,为矿山可持续发展提供参考。     

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.     

基于灰色GM(1,1)与指数曲线组合模型的高速公路沉降预测

针对灰色GM(1,1)模型和指数曲线模型在高速公路沉降预测中的不足,该文基于误差平方和最小的思想,采用不等权系数将二者形成组合模型预测沉降,从而达到提高沉降预测精度的目的。通过实例表明,组合模型能综合各单个模型的优点,弥补了单个模型沉降预测的缺陷,沉降预测的精度得到了提高,对于高速公路的沉降预测具有积极的意义。     

基于自适应单指数平滑法的矿井防尘用水量预测

煤矿井下防尘用水量是矿井防尘供水管网优化设计和可靠性评价的基础参数,分析实测防尘用水量,发现用水量周期性变化规律,进而预测下一周期的防尘用水量,对于矿井防尘供水水源规划、供水优化调度、供水系统改造、评价供水管网系统可靠性具有重要意义。为实现矿井防尘用水量的准确预测,建立了自动调整平滑参数的单指数平滑法预测模型,并以开滦集团钱家营煤矿防尘用水量实测数据为例,验证了应用模型进行矿井防尘用水量预测的有效性。     

基于灰色GM(1,1)和神经网络组合模型的基坑周边地面沉降预测分析

为了预测基坑周围地表道路的沉降,该文结合常州恒生科技园二期建设工程实例,提出了灰色GM(1,1)与神经网络模型组合构成灰色神经网格模型。基于层次分析法,选取建筑物沉降、围护结构顶部水平位移、竖向位移、地下水位作为影响地表道路沉降的主要因素,并将其作为模型的输入因素。研究结果表明,灰色神经网络模型结合三次样条插值建立的组合预测模型,具有较高的预测精度,有利于基坑的预测、预警,有效地保障了基坑施工的安全。     

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。     

基于改进GM(1,1)灰色模型的煤炭产量预测与分析

文章深入了解了GM(1,1)模型的内容和原理,提出了一种改进该模型的方法,研究灰色状态马尔柯夫模型和对预测值确定的影响,通过选取2003年~2010年我国煤炭生产量来对比传统和改进后GM(1,1)模型的预测误差率和精度。实践证明基于改进灰色数学模型预测出来的煤炭产量十分接近实际产量,误差值远小于采取传统GM(1,1)计算出来的数值,实用价值和参照价值极高。     

GM(1,1)灰色预测模型在矿井瓦斯涌出量预测中的应用

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.     

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)的煤矿巷道围岩变形预测研究

分析了煤矿井下巷道围岩稳定性特征和灰色系统基本理论,建立了基于GM(1,1)灰色系统的巷道顶板、两帮偏移量预测模型。结果表明,顶板与两帮偏移量预测模型后验差比值分别为0.1856和0.1612,预测模型具有较好精度,能够为现场开采和围岩控制提供指导。但是,由于灰色系统理论在预测序列长度太大时会逐步发散,因此,该模型可作短时间内的预测。     

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。     

基于GM(1,1)模型的老鹰嘴边坡位移变形预测

边坡的位移变形反映了边坡所处的稳定性状态,因而有效地预测边坡位移可以作为避灾防灾的依据,从而降低地质灾害造成的经济损失。以四川黄山石灰石矿山老鹰嘴边坡位移监测数据为样本,基于GM(1,1)模型建立了老鹰嘴边坡位移预测模型。研究表明,初始预测模型精度较低,通过残差修正,模型等级从Ⅳ级提升到Ⅱ级及以上,得到的位移预测值与实测值的变化趋势更加相近;模型预测序列长度对预测结果也具有影响,通过模型优化研究,得出模型的最佳序列长度为20。     

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。