作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文过对分形理论的简要介绍,说明时间序列分维预测法可有效地应用于瓦斯涌出量的预测上,并在此基础上构建了瓦斯涌出量的时间序列分维预测模型.并选取裴沟煤矿31071综采工作面的瓦斯涌出量样本数据对预测模型进行了验证,算例结果表明该预测模型具有较高的预测精度,尤其是未来3天内的预测值与实际值的误差是很小的(误差范围不超过5%),结果表明该模型可以满足实际工程需要,能够更好地指导矿井瓦斯防治工作.
推荐文章
基于LSSVM与CPSO的瓦斯涌出量组合预测
瓦斯涌出量
非线性组合预测
最小二乘支持向量机,经典粒子群算法
矿井瓦斯涌出量预测研究新方法
非线性特征
灰色理论
遗传神经网络
瓦斯涌出量
综采工作面的瓦斯涌出规律及涌出量的预测
综采工作面
瓦斯源
瓦斯预测
瓦斯涌出
基于MPSO-RBF的瓦斯涌出量预测研究
RBF神经网络
改进的PSO算法
瓦斯预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分形理论的瓦斯涌出量预测分析与研究
来源期刊 郑煤科技 学科
关键词 瓦斯涌出量 分形 R/S分析法 预测模型
年,卷(期) 2012,(1) 所属期刊栏目 问题探讨
研究方向 页码范围 32-35
页数 4页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁金华 郑煤集团裴沟煤矿 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (81)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
瓦斯涌出量
分形
R/S分析法
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑煤科技
季刊
豫直0187号
郑州市中原西路188号东楼1006室
chi
出版文献量(篇)
796
总下载数(次)
1
总被引数(次)
13
论文1v1指导