本文關(guān)鍵詞：基于IABC-RBF算法和小波分析的瓦斯時(shí)間序列優(yōu)化預(yù)測(cè)

  更多相關(guān)文章： 瓦斯時(shí)間序列 最大Lyapunov指數(shù)預(yù)測(cè)法 IABC-RBF耦合算法 小波分析 小波-IABC-RBF算法

【摘要】：我國(guó)煤礦是以地下開(kāi)采為主。隨著我國(guó)煤炭開(kāi)采正趨于深度開(kāi)采,瓦斯事故更是易于發(fā)生。準(zhǔn)確地預(yù)測(cè)瓦斯涌出量,是預(yù)防瓦斯事故的有效途徑。針對(duì)傳統(tǒng)礦井瓦斯涌出量預(yù)測(cè)精度不高且僅適用于特定礦區(qū)這一問(wèn)題,本文提出一種新的預(yù)測(cè)方法,即通過(guò)對(duì)歷史瓦斯時(shí)間序列分析進(jìn)行瓦斯時(shí)間序列的優(yōu)化預(yù)測(cè)。首先,在驗(yàn)證瓦斯時(shí)間序列具有混沌性后,采用混沌理論中的兩種經(jīng)典線性預(yù)測(cè)方法進(jìn)行瓦斯時(shí)間序列預(yù)測(cè),仿真得到短期預(yù)測(cè)中,最大Lyapunov指數(shù)法預(yù)測(cè)精度較高；其次,針對(duì)瓦斯時(shí)間序列的動(dòng)態(tài)非線性特點(diǎn),提出基于IABC-RBF耦合算法的非線性瓦斯時(shí)間序列預(yù)測(cè)方法,仿真驗(yàn)證表明,該耦合算法既有IABC算法的全局優(yōu)化和快速收斂,又繼承了RBF神經(jīng)網(wǎng)絡(luò)的非線性映射能力。模型輸出值較快地逼近實(shí)際值,最小預(yù)測(cè)誤差達(dá)到0.0373；最后,對(duì)瓦斯時(shí)間序列進(jìn)行去噪非線性預(yù)測(cè),通過(guò)甄別小波分析中的三個(gè)最優(yōu)參數(shù),構(gòu)建小波-IABC-RBF算法進(jìn)行瓦斯時(shí)間序列預(yù)測(cè),通過(guò)對(duì)比仿真,驗(yàn)證出該算法的預(yù)測(cè)精度優(yōu)于IABC-RBF算法。
【關(guān)鍵詞】：瓦斯時(shí)間序列 最大Lyapunov指數(shù)預(yù)測(cè)法 IABC-RBF耦合算法 小波分析 小波-IABC-RBF算法
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TD712.7;O211.61
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-9
• 1 緒論9-16
• 1.1 選題的研究背景和意義9-10
• 1.2 國(guó)內(nèi)外瓦斯涌出量預(yù)測(cè)的研究現(xiàn)狀和發(fā)展趨勢(shì)10-11
• 1.3 混沌理論和小波分析的研究現(xiàn)狀11-13
• 1.3.1 混沌理論的研究現(xiàn)狀11-12
• 1.3.2 小波分析的研究現(xiàn)狀12-13
• 1.4 問(wèn)題的提出13-14
• 1.5 論文主要研究?jī)?nèi)容14-15
• 1.6 技術(shù)路線15-16
• 2 基于混沌理論的瓦斯時(shí)間序列預(yù)測(cè)16-26
• 2.1 煤礦瓦斯時(shí)間序列的混沌性16-19
• 2.1.1 混沌時(shí)間序列16
• 2.1.2 煤礦瓦斯時(shí)間序列的混沌性16-19
• 2.2 混沌時(shí)間序列的預(yù)測(cè)方法19-22
• 2.2.1 相空間重構(gòu)原理19
• 2.2.2 嵌入維數(shù)的確定19-20
• 2.2.3 延遲時(shí)間的確定20
• 2.2.4 加權(quán)一階局域預(yù)測(cè)法20-21
• 2.2.5 最大Lyapunov指數(shù)預(yù)測(cè)法21-22
• 2.3 基于混沌理論的瓦斯時(shí)間序列預(yù)測(cè)22-24
• 2.3.1 瓦斯時(shí)間序列預(yù)測(cè)模型的建立22-23
• 2.3.2 預(yù)測(cè)結(jié)果分析23-24
• 2.4 小結(jié)24-26
• 3 基于IABC-RBF算法的瓦斯時(shí)間序列優(yōu)化預(yù)測(cè)26-49
• 3.1 改進(jìn)人工蜂群算法26-35
• 3.1.1 標(biāo)準(zhǔn)人工蜂群算法26-29
• 3.1.2 改進(jìn)人工蜂群算法29-31
• 3.1.3 IABC算法仿真31-35
• 3.2 RBF神經(jīng)網(wǎng)絡(luò)35-39
• 3.2.1 基于動(dòng)態(tài)節(jié)點(diǎn)構(gòu)造RBF神經(jīng)網(wǎng)絡(luò)35-38
• 3.2.2 RBF神經(jīng)網(wǎng)絡(luò)刪除策略38-39
• 3.3 基于IABC-RBF算法的瓦斯時(shí)間序列優(yōu)化預(yù)測(cè)39-47
• 3.3.1 IABC-RBF耦合算法的基本原理39-41
• 3.3.2 IABC-RBF耦合算法流程圖41
• 3.3.3 基于IABC-RBF算法的瓦斯時(shí)間序列優(yōu)化預(yù)測(cè)41-47
• 3.4 小結(jié)47-49
• 4 基于小波分析的瓦斯時(shí)間序列優(yōu)化預(yù)測(cè)49-66
• 4.1 小波分析49-52
• 4.1.1 小波變換概念49-50
• 4.1.2 多分辨分析50-52
• 4.2 小波去噪52-60
• 4.2.1 小波去噪的基本原理52-54
• 4.2.2 小波去噪?yún)?shù)選擇54-60
• 4.3 基于小波分析的瓦斯時(shí)間序列預(yù)測(cè)60-65
• 4.3.1 瓦斯時(shí)間序列去噪分析60-62
• 4.3.2 基于小波-IABC-RBF算法的瓦斯時(shí)間序列預(yù)測(cè)62-65
• 4.4 小結(jié)65-66
• 結(jié)論66-68
• 參考文獻(xiàn)68-71
• 作者簡(jiǎn)歷71-73
• 學(xué)位論文數(shù)據(jù)集73

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 施久玉,杜金觀;有限個(gè)狀態(tài)時(shí)間序列的某些結(jié)果[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1990年01期

2 馮希杰;長(zhǎng)江三峽及其鄰區(qū)斷裂活動(dòng)時(shí)間序列[J];華南地震;1991年02期

3 王霞,郭嗣琮,劉淑娟;時(shí)間序列模糊滑動(dòng)預(yù)測(cè)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年03期

4 溫品人;時(shí)間序列預(yù)測(cè)法的實(shí)際應(yīng)用分析[J];江蘇廣播電視大學(xué)學(xué)報(bào);2001年06期

5 許清海;混沌投資時(shí)間序列的嬗變[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

6 程毛林;時(shí)間序列系統(tǒng)建模預(yù)測(cè)的一種新方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2004年08期

7 高潔;長(zhǎng)記憶時(shí)間序列適應(yīng)性預(yù)測(cè)的應(yīng)用[J];江南大學(xué)學(xué)報(bào);2004年05期

8 高潔;孫立新;;長(zhǎng)記憶時(shí)間序列的適應(yīng)性預(yù)測(cè)誤差的譜密度[J];統(tǒng)計(jì)與決策;2006年13期

9 楊鐘瑾;;淺談時(shí)間序列的分析預(yù)測(cè)[J];中國(guó)科技信息;2006年14期

10 李健;孫廣中;許胤龍;;基于時(shí)間序列的預(yù)測(cè)模型應(yīng)用與異常檢測(cè)[J];計(jì)算機(jī)輔助工程;2006年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測(cè)[A];中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專(zhuān)業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

4 李強(qiáng);;基于線性模型方法對(duì)時(shí)間序列中異常值的檢測(cè)及證券實(shí)證分析[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

5 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時(shí)問(wèn)序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測(cè)方法[A];第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（下）[C];2013年

8 黃云貴;;基于時(shí)間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時(shí)間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前6條

1 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國(guó)信息報(bào);2004年

2 何德旭 王朝陽(yáng);時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國(guó)社會(huì)科學(xué)院院報(bào);2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

4 西南證券高級(jí)研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計(jì)6月CPI同比上漲7.2%[N];證券時(shí)報(bào);2008年

5 東證期貨 王愛(ài)華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日?qǐng)?bào);2009年

6 任勇邋鄭重;中國(guó)對(duì)世界鋼材價(jià)格的影響實(shí)證分析[N];現(xiàn)代物流報(bào);2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張墨謙;遙感時(shí)間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測(cè)預(yù)報(bào)研究[D];昆明理工大學(xué);2015年

3 苗圣法;時(shí)間序列的模式檢測(cè)[D];蘭州大學(xué);2015年

4 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問(wèn)題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測(cè)估算北太平洋經(jīng)向熱輸運(yùn)[D];中國(guó)科學(xué)院研究生院(海洋研究所);2015年

6 史文彬;時(shí)間序列的相關(guān)性及信息熵分析[D];北京交通大學(xué);2016年

7 原繼東;時(shí)間序列分類(lèi)算法研究[D];北京交通大學(xué);2016年

8 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究[D];天津大學(xué);2003年

9 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

10 周勇;時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘研究[D];西南財(cái)經(jīng)大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測(cè)研究[D];南京信息工程大學(xué);2015年

2 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時(shí)間序列預(yù)測(cè)[D];渤海大學(xué);2015年

3 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測(cè)方法[D];南京信息工程大學(xué);2015年

4 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長(zhǎng)安大學(xué);2015年

5 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

6 郭博;余額寶用戶特征分析和申贖行為研究[D];電子科技大學(xué);2015年

7 王偉;基于時(shí)間序列的噪聲監(jiān)測(cè)點(diǎn)異常發(fā)現(xiàn)[D];南京航空航天大學(xué);2015年

8 鄭平;支持向量回歸在金融時(shí)間序列預(yù)測(cè)中的應(yīng)用[D];遼寧師范大學(xué);2015年

9 李鴻利;時(shí)間序列的行為匹配與評(píng)估技術(shù)研究[D];解放軍信息工程大學(xué);2014年

10 王珂;基于時(shí)間序列法的不良數(shù)據(jù)的辨識(shí)與修正研究[D];東南大學(xué);2015年

，

本文編號(hào)：944290