基于小波分析的煤矿瓦斯涌出量灰色预测模型
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
瓦斯涌出量的预测在煤矿安全问题中具有重要意义,利用小波分析将原始数据进行分解并重构,并利用AFT加快计算速度,重构后得到的数据通过灰色模型进行预测,将利用小波-灰色模型预测后的结果与单独用灰色模型预测的结果进行比较,结果表明,前者的预测精度明显高于后者.
The predict of the gas emission is of great significance in the coal mine safety, decompose and refactoring the original data by wavelet analysis, and speed up by AFT, the data refactored predict by GM(1,1). We compare the results between wavelet- grey and GM(1,1). The results show that the prediction accuracy of the former is higher than the latter.
引文
1 邓凯旭,宋宝瑞.小波变换在金融数据分析中的应用.数据统汁管理,2006,25(2):215–219.
    2 刘忠贵,邸双亮.小波分析及其应用.西安:西安电子科技大学出版社,1995.
    3 李攀峰.灰色模型及其组合模型在证券分析的应用[学位论文].成都:电子科技大学,2000.
    4 邓聚龙.农业系统灰色理论与方法.济南:山东科学技术出版社,1988.
    5 徐科,徐金梧,班晓娟.基于小波分解的某些非平稳时间序列预测方法.电子学报,2001,29(4):566–568.
    6 郑治真,沈萍,杨选辉,等.小波变换及其MATLAB工具的应用.北京:地震出版社,2001.
    7 肖强.小波在金融时序预测中的应用.甘肃科技,2010,15 (8):115–117.
    8 龚亚琴.基于小波分析的住宅房产均价预测.陕西理工学院学报(自然科学版),2006,22(3):25–28.
    9孙燕,陈森发,周振国.灰色系统理论在无检测器交叉口交通流量预测中的应用.东南大学学报,2002,3(2):256–258.
    10 刘晏玲,胡芬,付恩成.基于小波分析的中国人均GDP分析与预测.长江大学学报,2008,5(1):135–137.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心