灰色马尔科夫模型对煤自然发火预测的研究(点击标题下载全文) 已下载

作者:王磊;武术静李长青

作者单位:河南理工大学计算机科学与技术学院;大连理工大学海岸和近海工程国家重点实验室

摘要:传统灰色模型GM(1,1)对于随机波动性较大的数据序列拟合较差,预测精度较低,为了弥补这一缺陷,更准确预测煤层自然发火的趋势与危险性,将GM(1,1)模型和马尔科夫模型有机结合,构建了灰色马尔科夫模型。用灰色马尔科夫模型对柴里煤矿实测CO发生量进行预测,与传统GM(1,1)模型的预测结果比较,灰色马尔科夫模型的拟合精度更好,平均相对误差更小,简便、实用,能够为矿井煤自燃火灾的防治工作提供科学的理论依据。

基金:国家自然科学基金煤炭联合基金资助项目(51174263);河南省重点科技公关项目(112102210004);河南省教育厅自然科学研究计划项目(2010A520020);

关键词:GM(1,1)模型;自然发火;马尔科夫模型;灰色马尔科夫模型;

DOI:10.16186/j.cnki.1673-9787.2015.01.008

分类号:N941.5;TD752

Abstract:The traditional grey model GM(1,1) for random volatile data sequence fitting is poorer and prediction accuracy is low.In order to compensate for this defect and the more accurately predict coal spontaneous combustion tendency and danger,combining GM(1,1) model with Markov model,a grey Markov model is developed.Using the grey Markov model to forecast CO volume of Chaili coal,the fitting precision of the grey Markov model is better,average relative error is smaller,and the grey Markov model is simple,practical,and able to provide scientific theory basis for coal fire prevention and control work of mine spontaneous combustion compared with the prediction results of traditional GM(1,1) model.

 
 
Insert title here
Copyright ?2013. All Rights Reserved  河南理工大学出版中心 
 Tel:0391-3987068,3987069;E-mail:
zkxb@hpu.edu.cn,skxb@hpu.edu.cn
建议使用win7以上系统,和IE9及以上浏览器以获得更好的使用体验