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:
在全面分析煤矿长斜井TBM(盾构)施工动态风险特点的基础上,利用多变量混沌时间序列预测方法对其进行预测。利用主成分分析法,确定影响煤矿长斜井TBM施工风险的主要成分。对煤矿长斜井TBM施工风险多变量时间序列进行相空间的重构,确定时间延迟τi和嵌入维数mi ,采用小数据量法计算煤矿长斜井TBM施工多变量风险时间序列的最大Lyapunov指数,证明了其具有混沌特性,提出了一阶局域法与双隐层神经网络的组合预测模型,该模型能够对多变量风险时间序列随时间的变化进行预测。仿真实验表明,该预测模型误差小于单变量时间序列的预测误差,具有较强的预测能力和较好的预测效果,可为煤矿长斜井TBM施工风险分析与评估提供一种新的途径。
推荐文章
基于极端学习机的多变量混沌时间序列预测
混沌时间序列预测
输入变量选择
极端学习机
模型选择
煤矿长斜井TBM施工安全风险分析与趋势预测
煤矿斜井
盾构(TBM)施工
风险分析
集对分析法
混沌时间序列单变量和多变量重构的预测比较
多变量混沌时间序列
相空间重构
预测
神经网络
基于最大Lyapunov指数的多变量混沌时间序列预测
Lyapunov指数
混沌时间序列预测
多变量时间序列
最小二乘法
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 基于多变量混沌时间序列的煤矿斜井TBM施工动态风险预测
来源期刊 物理学报 学科
关键词 煤矿长斜井 TBM施工 风险预测 多变量时间序列
年,卷(期) 2014,(9) 所属期刊栏目 总论
研究方向 页码范围 090505-1-090505-8
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.63.090505
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 侯公羽 中国矿业大学北京力学与建筑工程学院 20 302 9.0 17.0
2 刘琳 中国矿业大学北京力学与建筑工程学院 8 16 2.0 4.0
3 孙磊 中国矿业大学北京力学与建筑工程学院 17 186 3.0 13.0
4 梁荣 中国矿业大学北京力学与建筑工程学院 1 12 1.0 1.0
5 龚砚芬 中国矿业大学北京力学与建筑工程学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (12)
同被引文献  (34)
二级引证文献  (35)
2014(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
煤矿长斜井
TBM施工
风险预测
多变量时间序列
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导