基于马尔科夫残差修正的瓦斯浓度预测

摘要：

针对采用灰色神经网络预测瓦斯浓度时部分预测值精度不高的问题,提出用马尔科夫模型对三阶灰色神经网络模型预测结果进行修正的方法;介绍了灰色神经网络模型的建立和马尔科夫修正残差方法,并采用该方法对某煤矿不同时间、不同地点的瓦斯浓度进行分析预测.实际应用结果表明,经马尔科夫残差修正后的瓦斯浓度预测值与实测值的最大相对误差从14％减小到6％,修正后的瓦斯浓度变化曲线更接近实际瓦斯浓度变化趋势.

关键词：瓦斯浓度预测、马尔科夫链、残差修正、灰色神经网络

所属期刊栏目：40

分类号：TD712.5(矿山安全与劳动保护)

资助基金：国家科技支撑计划项目2007BAK29B01

在线出版日期：2014-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：28-31