中国安全生产科学技术2021，Vol.17Issue(7) ：16-21.DOI:10.11731/j.issn.1673-193x.2021.07.003

基于集成学习的改进灰色瓦斯浓度序列预测

Improved grey prediction of gas concentration sequence based on integrated learning

赖祥威 夏云霓 郑万波 崔俊飞 吴燕清 史耀轩
中国安全生产科学技术2021，Vol.17Issue(7) ：16-21.DOI:10.11731/j.issn.1673-193x.2021.07.003
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于集成学习的改进灰色瓦斯浓度序列预测

Improved grey prediction of gas concentration sequence based on integrated learning

赖祥威 1夏云霓 2郑万波 1崔俊飞 3吴燕清 4史耀轩1
扫码查看

作者信息

  • 1. 昆明理工大学理学院,云南昆明650500;昆明理工大学数据科学研究中心,云南昆明650500
  • 2. 重庆大学计算机学院,重庆400030
  • 3. 中煤科工集团重庆研究院有限公司,重庆400037;瓦斯灾害监控与应急技术国家重点实验室,重庆400037
  • 4. 重庆大学资源及安全学院,重庆400030
  • 折叠

摘要

为有效提高煤矿瓦斯浓度动态预测精度,基于微分方程理论和最小二乘法,从灰色预测模型静态灰色作用量出发,优化灰色作用量,推导幂指数型灰色作用量的改进灰色瓦斯浓度预测算法,推导基于集成学习不同灰色作用量幂指数型灰色瓦斯预测模型,进而研究吉林八连城长期和短期瓦斯浓度监控数据预测精度.结果表明:瓦斯浓度时间序列近似线性时,基于集成学习的改进灰色瓦斯浓度预测算法优于传统灰色瓦斯浓度预测算法,使瓦斯浓度预测值和实际值的均方根误差降低,均方根差最大降低2.25％.研究结果可有效提瓦斯浓度预测精度.

关键词

瓦斯浓度/时间序列/传统灰色预测/改进灰色预测/集成学习

引用本文复制引用

基金项目

出版年

2021
中国安全生产科学技术
中国安全生产科学研究院

中国安全生产科学技术

CSTPCDCSCD北大核心
影响因子：1.119
ISSN：1673-193X
被引量6
参考文献量8
段落导航相关论文