預(yù)測(cè)礦井涌水量的時(shí)間序列和BP神經(jīng)網(wǎng)絡(luò)耦合模型研究.pdf

1、礦井涌水量的預(yù)測(cè)是每個(gè)礦區(qū)生產(chǎn)建設(shè)必須要面對(duì)和回答的問(wèn)題,是礦井建設(shè)和安全生產(chǎn)的基礎(chǔ)性工作。神經(jīng)網(wǎng)絡(luò)和時(shí)間序列模型是兩種重要的礦井涌水量預(yù)測(cè)模型,但在實(shí)際應(yīng)用中仍存在一定的局限性。為了提高模型的適用性和預(yù)測(cè)精度,本文構(gòu)造了一個(gè)包含長(zhǎng)期趨勢(shì)和周期項(xiàng)的理想時(shí)間序列函數(shù),分別用BP神經(jīng)網(wǎng)絡(luò)和時(shí)間序列模型對(duì)其函數(shù)值進(jìn)行擬合和預(yù)測(cè),預(yù)測(cè)的相對(duì)誤差分別為5.82％和3.40%。通過(guò)分析兩種預(yù)測(cè)模型的優(yōu)點(diǎn)和不足,提出了建立時(shí)間序列和BP神經(jīng)網(wǎng)絡(luò)耦合模

2、型來(lái)提高模型適用性和預(yù)測(cè)精度的方法。分析了耦合模型的組合方法并建立了時(shí)間序列和BP神經(jīng)網(wǎng)絡(luò)串聯(lián)的耦合模型。通過(guò)時(shí)間序列乘法分解模型對(duì)涌水量時(shí)間序列中的長(zhǎng)期趨勢(shì)、周期項(xiàng)、季節(jié)變動(dòng)和不規(guī)則變動(dòng)項(xiàng)進(jìn)行分解和提取,采用趨勢(shì)外推法擬合并預(yù)測(cè)長(zhǎng)期趨勢(shì),采用季節(jié)平均法計(jì)算季節(jié)變動(dòng)值,采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)不規(guī)則變動(dòng)項(xiàng)。當(dāng)周期項(xiàng)較明顯時(shí)采用傅里葉級(jí)數(shù)逼近進(jìn)行擬合預(yù)測(cè),周期特征不明顯時(shí)采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。根據(jù)相應(yīng)預(yù)測(cè)方法的實(shí)現(xiàn)原理,以及函數(shù)和參數(shù)的選