基于IABC-RBF算法和小波分析的瓦斯时间序列优化预测
我国煤矿是以地下开采为主。随着我国煤炭开采正趋于深度开采,瓦斯事故更是易于发生。准确地预测瓦斯涌出量,是预防瓦斯事故的有效途径。 针对传统矿井瓦斯涌出量预测精度不高且仅适用于特定矿区这一问题,本文提出一种新的预测方法,即通过对历史瓦斯时间序列分析进行瓦斯时间序列的优化预测。首先,在验证瓦斯时间序列具有混沌性后,采用混沌理论中的两种经典线性预测方法进行瓦斯时间序列预测,仿真得到短期预测中,最大Lyapunov指数法预测精度较高;其次,针对瓦斯时间序列的动态非线性特点,提出基于IABC-RBF耦合算法的非线性瓦斯时间序列预测方法,仿真验证表明,该耦合算法既有IABC算法的全局优化和快速收敛,又继承了RBF神经网络的非线性映射能力。模型输出值较快地逼近实际值,最小预测误差达到0.0373;最后,对瓦斯时间序列进行去噪非线性预测,通过甄别小波分析中的三个最优参数,构建小波-IABC-RBF算法进行瓦斯时间序列预测,通过对比仿真,验证出该算法的预测精度优于IABC-RBF算法。
瓦斯涌出量;时间序列;优化预测;IABC-RBF耦合算法;小波分析
辽宁工程技术大学
硕士
控制工程
彭晓华
2015
中文
TD712.53
72
2016-08-31(万方平台首次上网日期,不代表论文的发表时间)