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:
基于云南某矿山矿井涌水量时序数据,运用时间序列分析软件EViews 8.0经过差分运算、模型定阶、模型识别、模型检验等步骤建立了合适的ARIMA模型ARIMA(0,1,2).利用该模型对该矿井2017年7-11月的涌水量进行预测,得出了预测结果,并与实际数据进行了对比分析.研究结果表明:预测结果与实际数据最大相对误差为6.0%,最小相对误差为1.8%,平均相对误差2.5%,与实测数据有较好的拟合,预测效果较好,说明了ARIMA模型可以用于矿井涌水量预测,并可为矿井涌水量预报和水害防治工作提供依据.
推荐文章
基于时间序列模型的隧道涌水量反演与预测
隧道涌水
时间序列
随机
反演
预测
矿井涌水量时间序列的长程相关性分析及分维数估算
矿井涌水量序列
分形维数
小波分析
长程相关性
统计自相似性
矿井涌水量混沌时间序列分析与预测
混沌
涌水量
时间序列预测
基于BP神经网络的降雨充水矿井涌水量预测
BP神经网络
降雨入渗
矿井涌水量
预测模型
长沟峪煤矿
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 矿井涌水量时间序列ARIMA预测模型研究
来源期刊 地下水 学科
关键词 矿井涌水量 ARIMA模型 时间序列 EViews 8.0
年,卷(期) 2021,(1) 所属期刊栏目 地下水研究
研究方向 页码范围 37-39
页数 3页 分类号 P641.4+1
字数 语种 中文
DOI 10.19807/j.cnki.DXS.2021-01-011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (208)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(8)
  • 参考文献(3)
  • 二级参考文献(5)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
矿井涌水量
ARIMA模型
时间序列
EViews 8.0
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
地下水
双月刊
1004-1184
61-1096/TV
大16开
陕西省西安市
1984
chi
出版文献量(篇)
7730
总下载数(次)
20
总被引数(次)
20835
论文1v1指导