基于多元分布滞后模型的瓦斯浓度动态预测

• 作者: 刘晖 施超 杨丽 毛善君
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 多元分布滞后模型 Adjust Group LASSO 最小二乘法 自回归 瓦斯浓度 预测模型
• 年，卷（期）: 2016,（3）
• 页码范围: 455-461
• 分类号: TD712
• 语种: 中文

摘要

为实现对瓦斯浓度(体积分数)的准确预测,基于海量煤矿瓦斯监测数据和多元分布滞后模型(MDL)建立了多变量瓦斯浓度时间序列预测模型,基于惩罚最小二乘法和自回归的思想,提出了新的变量选择和定阶方法——Adjust Group最小绝对值压缩与选择(LASSO)方法.该方法以岭估计及局部二次近似迭代算法实现了预测模型的构建,通过有效选取具有解释性的自变量子集,提高模型的解释性,采用广义交叉检验准则(GCV)确定惩罚参数,并通过分组惩罚来实现变量筛选与滞后变量的定阶.结果表明:Adjust Group LASSO方法预测得到的残差平方和为0.433 0,具有较高的精度,能够较好的预测工作面瓦斯浓度的动态变化,与LASSO、最小角回归算法(LARS)以及其他瓦斯预测常用方法相比,大大提高了预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛善君	北京大学地球与空间科学学院	107	1753	23.0	38.0
3	杨丽	北京大学地球与空间科学学院	63	294	10.0	16.0
5	刘晖	北京大学地球与空间科学学院	14	67	4.0	8.0
10	施超	北京大学地球与空间科学学院	1	9	1.0	1.0