基于ARMA-BP变异系数组合模型的矿山沉陷预计

• 作者: 吕鑫 方苏阳 池深深 郭庆彪 魏涛
• 来源期刊: 矿山测量
• 学科: 工学
• 关键词: ARMA BP神经网络 变异系数法 组合预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 开采沉陷
• 页码范围: 5-9
• 页数: 5页
• 分类号: TD172
• 字数: 3021字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-358X.2018.06.002

摘要

针对单项非线性预测模型预测矿山开采地表沉陷精度低、稳定性差的问题,采用变异系数法组合互补性好的ARMA模型与BP神经网络模型,实验结果:预计值均方根误差为3.2,平均相对误差0.11％,结果表明组合模型在精度和稳定性方面具有较大优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方苏阳	安徽理工大学测绘学院	5	20	3.0	4.0
2	吕鑫		1	1	1.0	1.0
3	池深深	安徽理工大学测绘学院	12	49	5.0	6.0
4	郭庆彪	安徽理工大学测绘学院	9	13	2.0	3.0
5	魏涛	安徽理工大学测绘学院	11	43	5.0	6.0