基于GM(1,N)_GRNN组合模型的瓦斯涌出量预测研究

• 作者: 周鲁洁 曹庆贵 马英琪 高荣翔
• 来源期刊: 中国矿业
• 学科: 工学
• 关键词: GM(1,N) GRNN 神经网络 瓦斯涌出量 组合模型
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 采选技术
• 页码范围: 116-120
• 页数: 5页
• 分类号: TD712.5
• 字数: 3077字
• 语种: 中文

摘要

为解决瓦斯涌出量影响因素众多、难以准确预测的问题,本文利用多变量灰色系统易于处理不规则数据,GRNN神经网络模型训练速度快、人为干预因素少等优势,建立起1阶 N变量灰色模型与GRNN神经网络嵌入型组合模型GM(1,N)_GRNN.用该模型对某煤矿回采工作面的瓦斯涌出量进行了预测,并与GM(1,N)模型、GRNN两种模型单独预测的结果做了对比,发现组合模型预测结果的平均误差仅3.7%,明显优于两种模型单独预测的平均误差.因此,对煤矿安全生产有重要指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹庆贵	山东科技大学矿业与安全工程学院	71	532	15.0	19.0
2	周鲁洁	山东科技大学矿业与安全工程学院	6	20	3.0	4.0
3	马英琪	山东科技大学矿业与安全工程学院	2	3	1.0	1.0
4	高荣翔	山东科技大学矿业与安全工程学院	3	3	1.0	1.0