矿井涌水量的灰色—马尔柯夫预测方法

将灰色预测和马尔柯夫预测结合起来，形成一个兼有灰色预测与马尔柯夫转移概率矩阵预测优点的灰色－马尔林夫预测方法。充分利用历史资源数据给予的信息，提高随机波动性较大数据列的预测精度，进一步拓宽灰色预测的应用范围。利用该方法对一些矿井的涌水量进行预测，取得了较为满意的结果。     

矿井涌水量的灰色-马尔柯夫预测方法

将灰色预测和马尔柯夫预测结合起来,形成一个兼有灰色预测与马尔柯夫转移概率矩阵预测优点的灰色-马尔柯夫预测方法。充分利用历史资料数据给予的信息,提高随机波动性较大数据列的预测精度,进一步拓宽灰色预测的应用范围。利用该方法对一些矿井的涌水量进行预测,取得了较为满意的结果。     

基于R/S分析的矿井涌水量灰色预测

矿井涌水量序列具有分形和灰色特征,将R/S分析与灰色系统理论相结合,提出了R/S灰色预测模型以预报矿井涌水量。并以龙门矿为例,对其矿井涌水量进行了R/S分析,确定了Hurst指数和平均循环周期;还在一个周期内进行了涌水量灰色预测。结果表明:龙门矿矿井涌水量平均循环周期为10个月;原本无法进行灰色预测的矿井涌水量序列,经R/S分析后不但可以进行灰色预测,而且预测精度达97.54%,明显高于成熟模型—灰色马尔科夫预测模型的精度。该方法拓宽了分形和灰色理论在涌水量研究中的应用范围。     

基于广义回归神经网络的矿井涌水量预测

矿井涌水量预测对矿山的安全生产和地下水资源的保护都有着重要意义。将广义回归神经网络(GRNN)引入到矿井涌水量预测中,以实例为研究基础,提出采用GRNN对矿井涌水量预测问题进行建模,将大气降水、采空区面积和底板构造断裂及采动裂隙三个影响因子作为网络输入,涌水量作为预测输出,采取交叉验证方法获得光滑因子来建立预测模型。预测结果表明,GRNN模型的预测值与真实值的最大相对误差仅为4.27%,而BP神经网络预测的最大相对误差为10.48%。同时,减少训练样本数量,即应用于小样本预测问题时,GRNN模型的预测结果较BP神经网络精度高且稳定性好。因此,应用GRNN模型进行矿井涌水量预测是准确的、可行的。     

矿井涌水量预测方法适用性选择研究初探

我国矿井涌水量常用计算预测方法分为确定性和非确定性.受多种因素影响,计算方法的适用性并没有体现,导致预测误差偏大.通过梳理矿井涌水量主要影响因素,评价预测方法的特点及其局限性,明确勘探阶段、井巷开拓阶段、采掘阶段3个阶段预测方法的选取,构建矿井涌水量预测遵循的原则及预测过程框架体系,做到精准化预测,降低管理部门水资源论...     

矿井粉尘浓度的灰色预测法

采用粉尘浓度统计值建立ＧＭ（１,１）模型,进而对粉尘浓度进行预测,说明这种方法的有效性和实用性。     

用灰色建模法预测矿井瓦斯涌出量

在分析了传统的矿井瓦斯涌出量预测方法的基础上 ,应用灰色系统理论 GM(1,1)模型 ,对矿井瓦斯涌出量进行预测 ,并在实际中得到了较好的验证。     

矿井粉尘浓度的灰色预测法

采用粉尘浓度统计值建立GM(1,1)模型,进而对粉尘浓度进行预测,说明这种方法的有效性和实用性.     

矿井安全状况影响因素的灰色关联分析

本文运用关联分析理论对影响矿井安全状况的各种因素进行了关联分析，找出并分析了影响矿井安全状况的主要因素，次要因素，为安全管理决策提供了科学依据。     

基于灰色马尔科夫模型的电梯故障率预测

电梯故障率的预测对预防电梯事故的发生具有重要意义,可反映各品牌电梯的故障率发展趋势,也可为后续电梯维保和检验检测提供数据支撑.针对电梯故障的随机性,利用灰色预测的建模方法不能很好地进行预测,预测精度不高,但结合马尔科夫模型能适应随机性较大的数据特点,因此建立了电梯故障率预测的灰色马尔科夫模型.通过对某品牌电梯故障率的预...     

隧道渗涌水量的随机模型预测

渗涌水问题是常见的隧道病害 ,是影响隧道正常使用 ,危及行车安全的重要因素。因此 ,科学地预测隧道涌水量大小 ,是制定最优防治水方案 ,确保安全通车的关键。笔者以大瑶山隧道渗涌水量的实测数据为基础 ,应用随机过程的理论和方法 ,建立了隧道渗涌水量的平稳序列预测模型 ,并将预测值与实测结果进行了对比 ,比较吻合。     

煤体注水湿润半径预测的神经网络模型

合理的注水半径一直是煤体注水防尘技术中难以确定的参数。笔者基于对影响煤体注水半径因素的分析和神经网络理论的原理之上 ,设计网络模型为 3层 ,输入层为 7个节点 ,应用BP网络算法 ,建立了煤体注水湿润半径的预测模型 ,并对其参数进行了讨论。然后 ,用平顶山矿务局和水城矿务局 13个矿 19个回采工作面的统计资料对BP网络进行自适应学习 ,并取η =0 .9,α =0 .82 ,控制网络总误差E≤ 10 6。经过 2 12 34次迭代后 ,网络趋于稳定。用训练好的网络对平顶山矿务局的某矿的 3层煤的注水湿润半径进行预测 ,预测结果与实测值很接近。其误差分别为 0 .5 %,0 .6 %和 0 .7%。     

矿井瓦斯涌出量预测的GM(1,1)模型研究

矿井瓦斯渗出量预测,对矿井安全及正常生产至关重要。由于矿井瓦斯涌出量的影响因索、关联变量和约束条件复杂,对各因素之间的影响程度难以区分和把握,因此在预测预报中的精度较差。而采用灰色理论则具有高度的概括性,可以把各种不确定的因素,统一用一个简单的“灰数”表示,预测精度高而且使用简单。在分析某矿历年来相对瓦斯涌出量的基础上,应用灰色系统理论对其瓦斯涌出量进行了预测,其方法与结果对预防煤矿恶性事故的发生,悍证煤矿的安全生产具有重要意义。     

基于灰色系统理论的煤与瓦斯突出预测

为了对煤与瓦斯突出事故进行有效的预防与控制 ,笔者应用灰色系统理论中的灰色聚类评估方法 ,对矿井的煤与瓦斯突出进行了预测。经实例证明 ,与常用的预测方法相比 ,灰色聚类预测方法具有能动态预测、预测准确等优点。该方法将影响突出的多个因素综合系统的来考虑 ,跳出了常规预测方法只依靠单一指标进行预测的圈子 ,提高了预测的准确性。研究结果表明 ,该方法能准确地反映矿井煤与瓦斯突出规律 ,是一种新的煤与瓦斯突出预测的方法     

圆梁山毛坝向斜段隧道涌突水灾害及对地下水的影响

深埋隧道涌突水对工程施工及区域环境都有很重要的影响 ,笔者通过圆梁山隧道毛坝向斜段涌突水监测数据 ,结合地表降水资料 ,分析了影响隧道排水量、隧道支护稳定性的主要自然因素及排水工程 ,对地表水环境产生的影响。监测和分析认为 ,隧道揭露的含水溶洞突水对当地水环境影响最大 ,也是地表降水对隧道支护产生影响的主要通道。     

采煤工作面瓦斯涌出量预测的神经网络模型

正确预测瓦斯涌出量,对于指导矿井设计和安全生产有重要意义。为此,应用神经网络理论,建立了采煤工作面瓦斯涌出量的预测模型,对其影响因素进行了权重排序,并确定了关键因素。实际应用表明,预测模型可信,精度能满足要求。     

煤矿人为事故发生可能性预测数学模型研究

研究发现，煤矿工人的冒险行为主要可以由生产条件、个人表现、工作状况及用工方式等影响因素预测，煤矿人为事故的发生可能性主要由煤矿工人的冒险行为表现预测。据此，便可建立预测煤矿人为事故发生可能性的数学模型     

煤层底板突水的突变理论预测方法及其应用

基于煤层底板突水的尖点突变特征 ,应用突变理论的方法 ,针对煤层底板突水预测指标监测信号 ,分析了单变量序列尖点突变模型及其稳定判据 ,提出了煤层底板突水的突变理论预测方法。实例表明 ,预测结果与现场工程实际情况相一致 ,证明了该方法可望成为预测煤层底板突水危险性的一条新的有效途径     

灰色预测法在设备状态趋势预报中的应用

分析了设备运行状态的特征 ,运用灰色系统理论对设备状态特征量——振动烈度 ,建立了灰色预测模型。计算结果表明 ,预测模型的计算值与实际测定值非常接近 ,而且可进一步预报设备运行状态趋势。灰色预测法的引进 ,丰富了设备状态监测与故障诊断技术学科的基础理论 ,推动了该学科向更高水平发展 ,预示了该学具有更广阔的应用前景。