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.
推荐文章
基于径向基的瓦斯涌出量灰色预测模型
瓦斯涌出量
灰色预测
RBF
预测精度
基于LSSVM与CPSO的瓦斯涌出量组合预测
瓦斯涌出量
非线性组合预测
最小二乘支持向量机,经典粒子群算法
基于模糊粗糙集的瓦斯涌出量预测模型的研究
瓦斯量预测
模糊粗糙集
神经网络
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
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GM(1,N)_GRNN组合模型的瓦斯涌出量预测研究
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
研究方向 页码范围 116-120
页数 5页 分类号 TD712.5
字数 3077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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (32)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (35)
二级引证文献  (0)
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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GM(1,N)
GRNN
神经网络
瓦斯涌出量
组合模型
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
中国矿业
月刊
1004-4051
11-3033/TD
大16开
北京市西直门北大街45号时代之光名苑2号楼901
2-566
1992
chi
出版文献量(篇)
9279
总下载数(次)
11
论文1v1指导