礦井進(jìn)行瓦斯涌出量預(yù)測(cè)是煤礦安全生產(chǎn)十分重要的工作,鑒于主成分分析和逐步回歸分析方法的優(yōu)點(diǎn),將兩種方法相結(jié)合共同建立瓦斯涌出量回歸預(yù)測(cè)模型。以峻德煤礦30號(hào)煤層為例,通過主成分分析得到了影響回采工作面瓦斯涌出量的四個(gè)主成分因素,再采用逐步線性回歸分析法預(yù)測(cè)回采工作面瓦斯涌出量。結(jié)果表明:采用主成分-逐步回歸分析法減少了回歸分析所需要考慮的變量個(gè)數(shù),預(yù)測(cè)結(jié)果具有較好的準(zhǔn)確性,預(yù)測(cè)精度明顯優(yōu)于一元回歸預(yù)測(cè)和多元回歸預(yù)測(cè),具有較好應(yīng)用前景。 

【文章來源】：煤炭工程. 2020,52(01)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
1 主成分-逐步回歸分析
    1.1 主成分分析步驟
        1.1.1 標(biāo)準(zhǔn)化
        1.1.2 計(jì)算協(xié)方差矩陣
        1.1.3 求出Σ的特征值λi及相應(yīng)的特征向量ai
        1.1.4主成分的選擇與計(jì)算
    1.2 逐步線性回歸步驟
2 基于主成分-逐步回歸分析的瓦斯涌出量預(yù)測(cè)
    2.1 工作面瓦斯涌出量影響因素的參數(shù)選取
    2.2 主成分分析
    2.3 逐步線性回歸分析
    2.4 主成分-逐步回歸分析方法的檢驗(yàn)及應(yīng)用
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]瓦斯涌出量與瓦斯超限危險(xiǎn)的關(guān)聯(lián)研究[J]. 李發(fā)江,王沉,楊洪杰,葉金松.  中國(guó)科技信息. 2019(23)
[2]煤層沖刷帶對(duì)瓦斯賦存影響效應(yīng)及其涌出控制機(jī)理[J]. 藺亞兵,劉軍,趙雪嬌,蔣同昌,余智秘,楊國(guó)棟.  煤炭科學(xué)技術(shù). 2019(07)
[3]基于灰色理論-多元回歸分析的瓦斯含量預(yù)測(cè)[J]. 許滿貴,高帥帥,曹艷軍,盧亞楠,王嬌嬌.  煤礦安全. 2018(09)
[4]綜采工作面瓦斯涌出量數(shù)學(xué)預(yù)測(cè)模型建立及實(shí)測(cè)應(yīng)用[J]. 郭建行,程志恒,孔維一.  煤炭工程. 2018(08)
[5]阿刀亥煤礦水平分段綜放開采工作面瓦斯涌出量預(yù)測(cè)數(shù)學(xué)模型研究[J]. 楊永清,孫炳興,王二寬.  煤炭工程. 2017(S2)
[6]基于經(jīng)驗(yàn)?zāi)B(tài)分解的煤炭消費(fèi)量組合預(yù)測(cè)[J]. 鞠金艷,祝榮欣,陳玉.  黑龍江科技大學(xué)學(xué)報(bào). 2016(01)
[7]主成分聚類分析在礦井安全評(píng)價(jià)應(yīng)用中的思考[J]. 王德青.  中國(guó)礦業(yè). 2011(01)
[8]多元線性模型在瓦斯賦存規(guī)律研究中的運(yùn)用[J]. 盧成藝.  中國(guó)高新技術(shù)企業(yè). 2010(33)
[9]基于主成分分析與神經(jīng)網(wǎng)絡(luò)的采礦方法優(yōu)選[J]. 陳建宏,劉浪,周智勇,永學(xué)艷.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(05)
[10]分源預(yù)測(cè)法在新建礦井瓦斯涌出量預(yù)測(cè)中的應(yīng)用[J]. 徐濤,郝彬彬,張華.  煤炭技術(shù). 2009(07)



本文編號(hào)：3575013