基于小波分析的煤矿瓦斯涌出量灰色预测模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Grey Prediction Model of the Gas Emission Based on Wavelet Analysis
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    Abstract:

    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.

    参考文献
    相似文献
    引证文献
引用本文

郭长娜,王洋洋,吴北平.基于小波分析的煤矿瓦斯涌出量灰色预测模型.计算机系统应用,2015,24(3):147-150

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-06-15
  • 最后修改日期:2014-07-17
  • 录用日期:
  • 在线发布日期: 2015-03-04
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号