MMF-Weibull组合模型在采空区地表沉降预测中的应用

采空区地表沉降预测是开采沉陷灾害预防和控制的重要依据,由于地质条件的复杂性和开采过程中存在的多种不确定性因素的影响,造成单一预测模型在预测精度和可靠性方面受到很大限制,不能全面考虑采空塌陷时变性和偶然性。在系统分析开采沉陷地表变形规律的基础上,以误差平方和最小为基本原则,建立了基于MMF时间函数和Weibull时间函数的组合预测模型。工程实例分析表明:组合模型可以有效降低不同地质及采矿条件对地表沉降预测精度的影响,与单一模型相比预测精度更高,结果更为合理、可靠。该方法具有广泛的适用性和工程应用价值。     

顾及数据新鲜度函数Knothe的开采沉陷最优组合预测模型及应用

针对传统组合预测模型对开采沉陷动态预测适应性差、组合权求解未顾及实测数据新鲜度的影响且求解效率低的缺点,通过实测分析和理论建模方式,研究了顾及数据新鲜度的开采沉陷组合预测模型,依据稳定性好、预测精度高、互补性好原则,该组合模型选取了GM(1,1)、三次指数平滑法、AR三元单体模型,引入顾及开采沉陷数据新鲜度的Knothe函数,基于误差平方和最小准则,构建了顾及数据新鲜度函数Knothe的开采沉陷最优组合预测模型,并提出了模型组合权求解的GA-NP算法(遗传算法-非线性规划算法)。工程应用表明,建立的新鲜度最优组合预测比未顾及观测值新鲜度的最优组合预测模型、方差倒数法组合预测模型、等权组合预测模型以及各单一预测模型,在精度、可靠性方面具有明显的优势。     

融合多源求参结果的开采沉陷稳健预计方法

为了克服单一求参模型由于求参结果不可靠、不精准造成的开采沉陷预计结果不稳健问题,重点研究了融合多源求参模型参数的开采沉陷稳健预计方法,并基于最小二乘原理推导了通用模型,构建了基于融合模矢法、遗传算法和模拟退火求参结果的开采沉陷预计新模型,并对模型的可行性进行了模拟实验验证。实验结果表明:新模型下沉预计误差及水平移动预计误差明显优于基于单一模矢法、遗传算法、模拟退火法反演的参数的下沉预计误差;融合多源求参模型参数的开采沉陷稳健预计方法具有一定抗差能力。     

基于Adaboost-PSO-BP模型的开采沉陷预测研究

针对开采沉陷量与多影响因素复杂非线性关系问题，提出了基于粒子群算法优化BP神经网络的Adaboost强预测模型(Adaboost-PSO-BP模型)。预测结果表明，与BP模型、Adaboost-BP模型和PSO-BP模型相比，Adaboost-PSO-BP模型提高了预测精度，平均相对误差值优化到4.26%|该模型融合了Adaboost算法侧重预测误差大的样本和粒子群算法优化神经网络权值及阈值的特点，实现了强预测器“优中选优”的目的，在开采沉陷预测中具有可行性。     

基于GIS的开采沉陷预测系统构架研究

为了提高开采沉陷预测精度及其可视化程度，对基于GIS的开采沉陷预测系统构架进行了研究。通过对常用开采沉陷预测模型及集成方式的对比研究，选用基于碎块体理论的威布尔分布法的标准形式作为预测模型，利用基于组件对象模型技术的集成方式进行系统构架。给出了开采沉陷预测系统整体构架框图，并利用栅格技术，通过对地表网格点的计算实现了GIS环境下的开采沉陷预测。通过GIS强大的空间迭加分析功能对预测结果进行深入的分析，为研究开采沉陷规律以及对周围环境的影响提供科学依据。     

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型（Autoregressive Integrated Moving Average,ARIMA）的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4％、3.050 2％、1.432 6％、1.908 4％,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明：综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。     

果蝇算法融合SVM的开采沉陷预测模型

针对目前开采沉陷预计方法的种种缺陷,提出了一种新的预计方法。将果蝇优化算法(FOA)与支持向量机(SVM)相结合,建立FOA-SVM预测模型。选取煤层倾角、采厚、平均采深等参数作为模型的输入参数,最大下沉量作为模型的输出参数。选取训练集样本,应用FOA对SVM的参数进行寻优,确定最佳的SVM参数。采用预测集样本对该预测模型进行检验,同时将该模型预测性能与其他预测模型进行对比分析。结果表明:与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比,该模型具有更高的预测能力和泛化能力,可以较好地实现对开采沉陷的预测。     

果蝇算法融合SVM的开采沉陷预测模型

针对目前开采沉陷预计方法的种种缺陷,提出了一种新的预计方法。将果蝇优化算法(FOA)与支持向量机(SVM)相结合,建立FOA-SVM预测模型。选取煤层倾角、采厚、平均采深等参数作为模型的输入参数,最大下沉量作为模型的输出参数。选取训练集样本,应用FOA对SVM的参数进行寻优,确定最佳的SVM参数。采用预测集样本对该预测模型进行检验,同时将该模型预测性能与其他预测模型进行对比分析。结果表明:与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比,该模型具有更高的预测能力和泛化能力,可以较好地实现对开采沉陷的预测。     

基于ARMA-BP变异系数组合模型的矿山沉陷预计

针对单项非线性预测模型预测矿山开采地表沉陷精度低、稳定性差的问题,采用变异系数法组合互补性好的ARMA模型与BP神经网络模型,实验结果:预计值均方根误差为3. 2,平均相对误差0. 11%,结果表明组合模型在精度和稳定性方面具有较大优势。     

改进GWO-BP算法的概率积分法预计参数求取

针对BP神经网络模型在求取概率积分法预计参数时的缺陷,提出了一种基于改进灰狼优化算法(GWO)的BP神经网络参数预测模型。主要通过对灰狼算法的收敛因子a进行非线性收敛的改进,再利用粒子群算法(PSO)的速度更新公式更新搜索灰狼搜索位置。用改进的灰狼优化算法对BP神经网络的初始权值和阈值进行优化,然后利用最优的初始权值和阈值对模型进行训练和预测,从而得到概率积分法参数的预测结果。结果显示经过改进的灰狼算法优化BP神经网络的参数预测结果明显优于单一的BP神经网络模型和不改进的灰狼算法优化BP神经网络模型的预测结果,可以在矿区开采沉陷预计方面得到应用。     

Verhulst模型在滑坡预测预报中的应用研究

Verhulst(费尔哈斯)模型自被提出后,被广泛应用到滑坡预测预报中。传统Verhulst模型和Verhulst反函数模型在国内外众多知名的滑坡数据中得以验证,二者相比,传统Verhulst模型预测效果更好。但随着研究的深入,发现两种模型都存在误报的现象,进而被不断改进创新。Verhulst模型在初始值、背景值、判据、运算方法等方面得到优化改进,Verhulst反函数模型仅在初始条件和计算方法上做了简要优化。根据目前优化改进的模型,灰色马尔科夫Verhulst动态模型在Verhulst模型中预测精度最高,适用性最强。而Verhulst反函数模型的改进研究发展相对较少,其适用性和预测预报精度有待考虑。     

状态预测模型中的多步预测算法

一般系统的状态受多个因素的影响,而基于动态贝叶斯网的状态预测模型就能够较准确地描述系统状态和影响因素之间的关系。针对此模型,提出推理宽度的概念以减少推理过程中的数据量,并利用时间片扩充办法来对状态进行多步预测。     

分源预测法在回采工作面瓦斯涌出量预测中的应用

预测瓦斯涌出量对于煤矿安全生产具有重要的作用。本文介绍了分源预测法预测回采工作面瓦斯涌出量的应用。通过分别计算开采层相对瓦斯涌出量及邻近层相对瓦斯涌出量,相加得到回采工作面瓦斯涌出量,为煤矿瓦斯安全治理工作提供了一定的依据。     

最优组合预测在煤系地层含水量预测中的应用

利用电测深法能够获得半衰时St/2、衰减度D和视极化率ηs这些与煤系地层含水量相关的指标,通过分析,再引入含水层相对因子参数T"这一指标,选取以上4个物探观测指标作为预测煤系地层含水量的输入参数。通过实例,分别采用多元线性回归模型、人工神经网络模型和最优组合预测模型来预测煤系地层的含水量,研究各个模型的预测精度。结果表明:最优组合预测模型的预测精度最高,证明采用最优组合预测模型预测煤系地层含水量的准确性和实用性。     

基于一步向前预测回归树的内燃机振动信号趋势预测

针对内燃机振动信号非线性、非平稳特点,提出了一种基于一步向前预测回归树的新模型。首先确定合适的嵌入维数和时间延迟,从而据此确定回归树的输入;然后,建立回归树预测模型;最后,用原始时间序列对所建立的模型进行预测性能评价,并将此方法与神经网络、支持向量机预测方法相比较。     

煤与瓦斯突出区域预测瓦斯地质方法的可靠性预计

为定量评估煤与瓦斯突出区域预测瓦斯地质方法的可靠性,在假设预测模型正确的基础上,采用测量不确定度定量描述预测指标的不确定性,结合可靠性理论提出煤与瓦斯突出区域预测的可靠性预计方法,并将预测指标不确定度增大,以探究指标不确定度的波动对于预测结果可靠性的影响。结果表明,当预测指标不确定度增大时,造成预测结果的可靠度降低,为确保预测方法保持在可靠度较高的水平,应保证获取的指标数据的稳定性。     

某矿井上行开采的可行性预测

通过对某矿井煤层特征和影响上行开采的主要因素进行了阐述,并对上行式开采可行性进行了理论分析,得出通过采取安全技术措施先采9号煤层,后采7号煤层的上行开采方式是可行的。     

开采沉陷预测的标准化

煤矿开采沉陷预测不仅应用于"三下"采煤设计和地面建(构)筑物的保护,同时对环境的保护与治理、采空区的利用与建设、土地复垦的规划与设计均有重要的指导与借鉴意义。为规范开采沉陷的预测,在《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》的基础上,结合近几年开采沉陷研究成果及计算技术的发展编制完成《煤矿开采沉陷预测方法》标准,对标准中涉及的预测方法、参数选取、预测原则等内容做了一定的介绍,以期推进开采沉陷预测的标准化,提高计算结果的可对比性及借鉴定性。     

地表水平移动预计方法的探讨

根据对大量实测地表移动曲线的观察和理论探讨 ,认为在开采水平煤层条件下 ,地表水平移动曲线与倾斜曲线不是成正比关系 ,前者相对于后者平移一段距离Δ So。本文研究了Δ So的变化规律 ,提出了地表水平移动预计的改进方法。