共查询到20条相似文献,搜索用时 250 毫秒
1.
在煤矿事故死亡人数灰色预测的基础上引入马尔可夫链预测理论,建立了煤矿事故灰色马尔可夫预测模型,该模型兼有灰色预测和马尔可夫预测的优点,不仅提高了波动性较大的随机变量的预测精度,同时还拓宽了灰色预测的应用范围。实例证明灰色马尔可夫模型预测精度明显高于灰色GM(1,1)残差修正模型预测精度,从而说明灰色马尔可夫模型预测煤矿事故死亡人数的发展规律是可行有效的。 相似文献
2.
3.
4.
5.
针对灰色GM(1,1)模型直接应用于采空区地表残余变形预测效果一般的问题,以灰色GM(1,1)模型为基础,以一元二次多项式对GM(1,1)模型预测结果进行正化残差拟合修正,构建残差修正GM(1,1)模型,并以等间距和非等间距2种形式的采空区地表残余沉降监测数据集进行实例验证。结果表明:残差正值化处理后的非线性多项式拟合修正GM(1,1)模型的预测精度增益明显,而未对残差进行正值化处理的多项式残差修正GM(1,1)模型预测精度提升效果一般,正化残差拟合修正是有效的GM(1,1)模型后处理改进方式。 相似文献
6.
安全目标管理中的预测技术研究 总被引:1,自引:0,他引:1
在安全目标管理中目标值的确定应以科学的预测为基础.GM(1,1)模型适用于对平滑单调数列进行建模,遇到波动性大的数列时预测精度较差.灰色马尔柯夫模型是在灰色预测的基础上引入马尔柯夫链理论建立的,该模型兼有灰色预测和马尔柯夫预测的优点,提高了波动性较大的随机变量的预测精度.实例证明灰色马尔柯夫模型预测精度明显高于GM(1,1)模型,预测结果正确可靠,能够为确定科学、合理、可行的目标值提供依据,促使煤矿安全目标管理提高到一个新水平. 相似文献
7.
8.
针对小屯矿6中煤层瓦斯抽采实际,采用灰色系统残差修正GM(1,1)模型进行了瓦斯抽采量预测,并建立适合于该矿的瓦斯抽采量预测模型,其结果表明:利用灰色系统GM(1,1)模型预测矿井瓦斯抽采量是可行的且精度较高。 相似文献
9.
10.
11.
为了弥补GM(1,1)模型对黄金价格行情预测的缺陷,结合马尔科夫理论,建立了预测黄金价格的灰色—马尔科夫模型,并对模型进行了改进。通过对比分析,改进后的灰色—马尔科夫复合模型预测效果最佳。最后选用复合模型对今后三年的黄金价格进行了预测。 相似文献
12.
13.
随着煤炭资源逐步转向深部开采,软岩巷道的支护问题显得尤为突出,巷道围岩变形监测及预测对巷道支护设计、维护等具有重要的指导意义。传统的预测方法多基于岩体力学理论,计算过程较为复杂。以巷道围岩变形原始数据作为参考数列,结合灰色系统理论,构建基于全数据GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)等3类预测模型的软岩巷道围岩变形预测灰色模型群,并将其应用于预测某矿软岩巷道顶底板及两帮围岩变形位移。结果表明,利用该灰色模型群进行巷道围岩变形预测的精度较高,能较好地顾及围岩变形新信息对预测精度的影响,使得预测结果更加符合实际。 相似文献
14.
该文提出了稳健灰色模型,并将其应用于某建筑物沉降的预测。结果表明,稳健GM(1,1)模型比常规GM(1,1)模型具有更好的抗干扰性能和受异常点影响小的优点,更具有预测应用价值。同时还编写了计算机程序对灰色预测过程进行电脑处理,大大减少了工作量。 相似文献
15.
灰色理论在煤层瓦斯含量预测中的应用 总被引:6,自引:0,他引:6
应用灰色系统理论,建立了预测煤层瓦斯含量的灰色系统GM(1,1)模型,并用残差模型对预测模型进行了修正。在测定煤层瓦斯含量的基础上进行了实际应用。结果表明,该模型的计算精度符合工程精度要求,可用于矿井煤层瓦斯含量的预测。研究结果为采取针对性的瓦斯防治措施提供了技术依据,同时也为煤层瓦斯含量预测探讨了新的方法。 相似文献
16.
郑瑶 ' target='_blank'> 邢昱 ' target='_blank'> 郭悦嵩 ' target='_blank'> 李明 ' target='_blank'> 《中州煤炭》2022,(8):50-56,63
传统的数学预测模型对于小样本空气污染物数据预测的误差较大,不利于空气质量发展特征的科学分析。为优化灰色模型在空气质量预测分析中的精度,计算GM(1,1)模型、多项式回归残差修正GM(1,1)模型、PSO背景权值优化GM(1,1)模型预测值与实际值的灰色关联度,以关联度为依据使用数学方法确定各模型的权重系数,重新构建一个高精度的灰色关联组合模型,以获取各城市的PM10、PM25浓度预测值。河南省城市空气质量预测结果显示,该模型能够给出可视化的图表预测结果,便于研究者对区域性的空气质量发展规律进行分析探究;相比单一的灰色模型而言,该模型的预测误差小、稳定性强、可视化分析效果突出。 相似文献
17.
18.
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
19.