基于W-RBF的瓦斯时间序列预测方法

摘要：

对煤矿监测监控系统采集到的瓦斯历史数据进行特征分析,通过小数据量法判定瓦斯时间序列为混沌时间序列.利用混沌时间序列的特性确定RBF神经网络的输入节点个数.提出了基于W-RBF的瓦斯时间序列预测方法.该方法将小波的多分辨率特性与RBF神经网络相结合,以提高预测精度.仿真结果表明,该方法不仅能预测出瓦斯时间序列的变化趋势,还可以保证预测值的精度,预测值与真实值对比,绝对误差最大为0.1%,且92个采样点的预测值与真实值相一致.

关键词：瓦斯、W-RBF、时间序列预测、混沌

所属期刊栏目：33

分类号：TD712.5(矿山安全与劳动保护)

资助基金：江苏省自然科学基金BK2001073;徐州师范大学校科研和校改项目06XLA25

在线出版日期：2008-04-15（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：67-70