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:
为了对煤矿瓦斯事故进行预防和控制,确保安全生产,在分析瓦斯涌出量影响因素和数据特征的基础上,确定了ARIMA时间序列模型的参数,构建了用附加动量法和自适应学习速率法改进的神经网络模型,并引入方差倒数法建立了组合预测模型.通过ARIMA、BP和组合预测模型分别对煤矿工作面瓦斯浓度进行预测与分析,结果表明,组合预测模型可提高预测的准确度.
推荐文章
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
基于灰色马尔可夫模型预测煤矿瓦斯涌出量
瓦斯涌出量
灰色模型
马尔可夫链
预测
基于LVQ-GA-BP神经网络的煤矿瓦斯涌出量预测
LVQ神经网络
遗传算法
BP神经网络
煤矿瓦斯涌出量
预测
煤矿瓦斯涌出量影响因素分析与预测研究
煤矿瓦斯
影响因素
分析预测
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ARIMA与BP组合模型的煤矿瓦斯涌出量预测
来源期刊 内蒙古煤炭经济 学科 工学
关键词 安全仿真 瓦斯浓度预测 时间序列 ARIMA BP神经网络 组合预测
年,卷(期) 2017,(17) 所属期刊栏目 工作研究与理论探讨
研究方向 页码范围 3-6
页数 4页 分类号 F406.3|TD712+.5
字数 3626字 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 杨应迪 安徽理工大学能源与安全学院 32 181 8.0 12.0
2 邢浩然 安徽理工大学能源与安全学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (203)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (2)
1980(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)
1989(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
安全仿真
瓦斯浓度预测
时间序列
ARIMA
BP神经网络
组合预测
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
内蒙古煤炭经济
半月刊
1008-0155
15-1115/F
大16开
内蒙古自治区呼和浩特市
1983
chi
出版文献量(篇)
19523
总下载数(次)
44
总被引数(次)
20569
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导