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.     

自适应GM(1,1)模型在码头位移变形预测中的应用

码头水工建筑物,由于其工作环境的特殊性,通常会发生位移变形,通过对码头的位移变形预测分析,能够更好地掌握码头的变形规律并及时预警,确保码头的安全运营。针对传统GM(1,1)模型仅适用于短期且呈指数变化趋势的变形预测分析的局限性,建立自适应GM(1,1)模型,并将该模型引入到实际工程应用中,依据某码头的位移监测数据进行变形预测分析。结果表明:自适应GM(1,1)模型预测精度高于传统GM(1,1)模型,自适应GM(1,1)模型具有更好的预测效果和应用价值。     

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。     

一种改进灰色GM(1,1)模型在矿区沉降预报中的应用

针对矿区存在不均匀沉降现象,提出了一种马尔可夫—残差灰色GM(1,1)预报方法,推导了新方法建立模型的数学过程,基于新方法对矿区长期监测沉降数据进行预报。结果表明,2020年预测值最大残差为2.64 mm,最小残差为0.87 mm, 2021年预测值最大残差为2.61 mm,最小残差为0.96 mm; 2020年预测值平均残差为1.73 mm,残差RMS值、STD值分别为1.86、0.73 mm; 2021年预测值平均残差为1.57 mm,残差RMS值、STD值分别为1.68、0.65 mm,新方法在矿区沉降预报中具有较高的精度和可靠性,长期监测预报结果可为矿区结构变形提供参考,为安全开采提供依据。     

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GM(1,1)改进模型在应力集中预测上的应用

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。     

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。     

GM(1,1)模型在高冒区遗煤自燃释放CO量预测中的应用

高冒区由于遗煤自燃而成为内因火灾重要危险源之一。判定高冒区遗煤自燃的重要指标是释放的CO量。但是高冒区由于密闭严实,其内部遗煤自燃所释放的CO量人工测定比较困难,所以有必要选择一种模型对其进行预测。将采用灰色系统理论中的GM(1,1)模型,结合平煤十三矿11111巷道高冒区遗煤自燃氧化CO量变化值,说明建模过程。并将其应用于实际CO预测中,为煤矿做出正确决策提供科学依据。     

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。     

基于灰色模型GM（1,1）的尾矿坝浸润线预测

浸润线的控制是尾矿库监测重点内容之一,对尾矿库安全起着至关重要的作用。从尾矿库监测数据中选取历史数据,提出一种基于累加生成的GM（1,1）灰色预测模型浸润线的预测方法,建立预测模型。结果表明该方法具有所需数据少、建模精度高及简单实用等优点,能够准确预测浸润线高度,有利于提高尾矿库安全水平。     

非等步长灰色GM(1,1)模型及其建筑物沉降预测中的应用

在文献[1]非等步长灰色GM(1,1)模型建模基础上,提出根据沉降观测振荡序列建立非等步长灰色GM(1,1)模型的改进方法.利用青岛一高层建筑物的沉降监测数据,根据改进的非等步长灰色GM(1,1)模型对建筑物沉降进行了预测和分析,通过与改进前的模型预测结果的比较分析,验证了改进模型的实用性、正确性和有效性.     

灰色模型GM(1,1)在带式输送机轴承劣化趋势预测中的应用

在工程应用中识别轴承故障已经不能满足设备维护策略制定的需求,利用振动信号对轴承的劣化趋势进行预测,对轴承全寿命周期各阶段的峰值指标、歪度指标、峭度指标、均方根等时域指标变化趋势进行分析,将峰值指标作为反映带式输送机轴承健康状态的退化特征量,形成退化特征序列。利用退化特征量建立灰色预测模型,预测轴承劣化趋势的变化。通过工程应用进行验证,结果表明,灰色模型可以有效地预测轴承劣化趋势,具有工程实用价值。     

灰色模型GM(1,1)在变形监测中的应用

论述了灰色模型GM(1,1)的建立和模型检验理论.并应用灰色模型GM(1,1)对建筑物监测点的变形量进行了分析,将得出的预测值与观测值进行比较,结果表明这种分析方法精确可靠,值得推广.     

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。     

堆浸浸出率灰色系统GM(1,1)模型的建立及预测

应用灰色系统理论的数学原理及建模过程,建立了堆浸浸出率的GM（1,1）模型。应用该模型对某铀矿石室内模拟试验的浸出率进行灰色预测,采用“残差检验法”和“灰关联度检验法”进行检验。结果表明,GM（1,1）模型的预测精度高,适合于具有灰色特征的地质、采矿、选矿、经济等原始数据序列的模拟控制和预测分析。     

基于无偏灰色GM(1,1)的铁精矿品位预测模型北大核心

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。     

GM(1,1)模型在小屯矿煤层瓦斯抽采量预测中的应用

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。     

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。     

基于灰色GM(1,1)模型的磨心坡深部煤层厚度预测

利用灰色GM(1,1)模型,结合生产资料对磨心坡深部煤层厚度进行预测.结果表明磨心坡深部煤层厚度随深度增加基本保持平稳,储量稳定.结合钻探资料证实,灰色GM(1,1)模型在预测煤层厚度方面有一定的优势,但由于实际情况的复杂性、模型的单调性,要得到更精确的预测还需要做进一步的研究工作.