本文關(guān)鍵詞：基于時空神經(jīng)網(wǎng)絡(luò)模型的瓦斯?jié)舛阮A(yù)測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：當(dāng)前,瓦斯災(zāi)害是威脅我國煤礦安全生產(chǎn)過程的災(zāi)害之一。從煤礦實際監(jiān)測數(shù)據(jù)中提取影響瓦斯?jié)舛茸兓囊蛩?充分挖掘瓦斯?jié)舛茸兓囊?guī)律,建立準(zhǔn)確可靠的瓦斯?jié)舛阮A(yù)測模型對于有效避免瓦斯災(zāi)害的發(fā)生具有重要意義。本文從時空序列數(shù)據(jù)分析和建模出發(fā),首先探討時空序列的特性:時空自相關(guān)性、時空偏相關(guān)性和時空平穩(wěn)性,并研究傳統(tǒng)時空模型STARMA的建模步驟:空間權(quán)矩陣建立、模型識別、參數(shù)估計和模型診斷。基于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)理論,引入時間延遲算子和空間延遲算子,采用單隱層前饋神經(jīng)網(wǎng)絡(luò)對神經(jīng)網(wǎng)絡(luò)進(jìn)行空間擴(kuò)展,構(gòu)造一種基于時間分析和空間分析的新型時空神經(jīng)網(wǎng)絡(luò),采用極限學(xué)習(xí)機(jī)對時空神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,提出一種新型的時空神經(jīng)網(wǎng)絡(luò)STELM學(xué)習(xí)算法。針對煤礦瓦斯監(jiān)測系統(tǒng)中每個監(jiān)測點的瓦斯?jié)舛刃蛄胁粌H在時間上與其歷史數(shù)據(jù)信息有關(guān),不同監(jiān)測點的瓦斯?jié)舛刃蛄性诳臻g上也存在一定相關(guān)性,將本文提出時空神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到瓦斯?jié)舛阮A(yù)測中,結(jié)合實際煤礦瓦斯?jié)舛刃蛄袛?shù)據(jù),設(shè)計基于時空神經(jīng)網(wǎng)絡(luò)模型的瓦斯?jié)舛阮A(yù)測方案,分別采用K-means聚類算法和GP算法確定時空神經(jīng)網(wǎng)絡(luò)模型的空間延遲參數(shù)和時間延遲參數(shù)。對本文所提出的時空神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法STELM和傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進(jìn)行仿真實驗和對比分析,說明STELM算法的性能確實優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法;對建立的時空神經(jīng)網(wǎng)絡(luò)瓦斯?jié)舛阮A(yù)測模型與傳統(tǒng)STARMA模型進(jìn)行仿真實驗和對比分析,證明本文所提出的時空神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度高于傳統(tǒng)STARMA模型。
【關(guān)鍵詞】：時空自相關(guān) STARMA模型 時空神經(jīng)網(wǎng)絡(luò) STELM算法 瓦斯?jié)舛阮A(yù)測
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD712;TP183
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-11
• 1 緒論11-17
• 1.1 課題的研究背景與意義11-12
• 1.2 瓦斯?jié)舛阮A(yù)測研究現(xiàn)狀12-13
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)安排13-15
• 1.4 本章小結(jié)15-17
• 2 時空序列分析與建模17-27
• 2.1 時空序列分析建模研究現(xiàn)狀17-20
• 2.2 時空序列數(shù)據(jù)特性分析20-23
• 2.3 STARMA模型23-26
• 2.4 本章小結(jié)26-27
• 3 時空神經(jīng)網(wǎng)絡(luò)建模方法27-41
• 3.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)27-32
• 3.2 時空神經(jīng)網(wǎng)絡(luò)模型32-40
• 3.3 本章小結(jié)40-41
• 4 基于時空神經(jīng)網(wǎng)絡(luò)模型的瓦斯?jié)舛阮A(yù)測41-57
• 4.1 瓦斯?jié)舛阮A(yù)測方案設(shè)計41-45
• 4.2 時空神經(jīng)網(wǎng)絡(luò)模型相關(guān)參數(shù)設(shè)定45-48
• 4.3 實驗及結(jié)果分析48-55
• 4.4 本章總結(jié)55-57
• 5 總結(jié)與工作展望57-59
• 5.1 研究工作總結(jié)57
• 5.2 工作展望57-59
• 參考文獻(xiàn)59-63
• 作者簡歷63-65
• 學(xué)位論文數(shù)據(jù)集65

【引證文獻(xiàn)】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 曹志冬;王勁峰;韓衛(wèi)國;高一鴿;曾光;;SARS流行病的參數(shù)反演與人為干預(yù)效果的情景模擬：以廣州SARS為例[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

  本文關(guān)鍵詞：基于時空神經(jīng)網(wǎng)絡(luò)模型的瓦斯?jié)舛阮A(yù)測研究，，由筆耕文化傳播整理發(fā)布。

本文編號：285121