基于GIS的矿井瓦斯赋存规律多影响因素智能分析技术

为了提高矿井瓦斯赋存规律分析的准确性和智能化程度,提出了多因素共同作用下瓦斯原始数据筛选和瓦斯赋存规律分析的一种智能化技术。介绍了如何利用地理信息（GIS）技术建立瓦斯地质空间数据模型,结合计算机编程实现了对大量复杂的原始数据的智能分析、处理和筛选。并实现了瓦斯赋存规律多种主控因素情况下多元回归的自动智能化分析,进而使得瓦斯赋存规律模型可以在取得新的原始数据后进行动态、智能的更新。为煤矿工作人员快速、准确的掌握地矿井瓦斯赋存规律提供了先进的手段和工具。     

基于集成学习的改进灰色瓦斯浓度序列预测*

为有效提高煤矿瓦斯浓度动态预测精度,基于微分方程理论和最小二乘法,从灰色预测模型静态灰色作用量出发,优化灰色作用量,推导幂指数型灰色作用量的改进灰色瓦斯浓度预测算法,推导基于集成学习不同灰色作用量幂指数型灰色瓦斯预测模型,进而研究吉林八连城长期和短期瓦斯浓度监控数据预测精度。结果表明:瓦斯浓度时间序列近似线性时,基于集成学习的改进灰色瓦斯浓度预测算法优于传统灰色瓦斯浓度预测算法,使瓦斯浓度预测值和实际值的均方根误差降低,均方根差最大降低2.25%。研究结果可有效提瓦斯浓度预测精度。