基于GM(1,N)_GRNN组合模型的瓦斯涌出量预测研究
来源期刊:中国矿业2018年第3期
论文作者:高荣翔 曹庆贵 马英琪 周鲁洁
文章页码:116 - 120
关键词:GM(1,N);GRNN;神经网络;瓦斯涌出量;组合模型;
摘 要: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。
高荣翔,曹庆贵,马英琪,周鲁洁
山东科技大学矿业与安全工程学院
摘 要: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。
关键词:GM(1,N);GRNN;神经网络;瓦斯涌出量;组合模型;