堆浸浸出率灰色系统GM(1,1)模型的建立及预测

应用灰色系统理论的数学原理及建模过程,建立了堆浸浸出率的GM（1,1）模型。应用该模型对某铀矿石室内模拟试验的浸出率进行灰色预测,采用“残差检验法”和“灰关联度检验法”进行检验。结果表明,GM（1,1）模型的预测精度高,适合于具有灰色特征的地质、采矿、选矿、经济等原始数据序列的模拟控制和预测分析。     

堆浸浸出速率的灰色预测

针对堆浸浸出过程的复杂性和不确定性，采用灰色系统理论对堆浸浸出速率的灰色预测进行了研究。根据堆浸的浸出动力学特点，结合实例，建立了堆浸浸出速率的等维灰数递补GM(1，1)模型。预测结果表明：采用该模型进行预测，预测方法合理，预测精度可靠，其最大相对误差仅为2.5％。     

利用灰色马尔可夫模型预测煤矿安全事故

在煤矿事故死亡人数灰色预测的基础上引入马尔可夫链预测理论，建立了煤矿事故灰色马尔可夫预测模型，该模型兼有灰色预测和马尔可夫预测的优点，不仅提高了波动性较大的随机变量的预测精度，同时还拓宽了灰色预测的应用范围。实例证明灰色马尔可夫模型预测精度明显高于灰色GM（1，1）残差修正模型预测精度，从而说明灰色马尔可夫模型预测煤矿事故死亡人数的发展规律是可行有效的。     

原地爆破浸出速率的灰色预测

采用灰色系统理论对原地爆破浸出速率的预测进行了研究。根据原地爆破浸出工艺的特点，结合实例，建立了原地爆破浸出速率的等维灰数递补GM(1，1)模型。预测结果表明：采用该模型进行预测，方法合理，精度可靠。结合强化浸出对浸出速率的影响，将预测结果加以修正，会进一步提高预测精度。     

安庆铜矿采区围岩监测及稳定性预测

本文针对岩土工程稳定性分析，提出了监测、灰色预测和有限单元法相结合的分析方法。建立GM（1，1）模型，用Java语言编写灰色预测程序，在灰色预测基础上，建立了三维弹塑性有限元模型，对局部区域用ANSYS软件进行稳定性分析。应用此方法分析了安庆铜矿围岩的稳定性，灰色预测结果与后续监测结果基本一致，说明模型、程序及所提方法的实用性。     

灰色理论在煤层瓦斯含量预测中的应用

应用灰色系统理论，建立了预测煤层瓦斯含量的灰色系统GM（1，1）模型，并用残差模型对预测模型进行了修正。在测定煤层瓦斯含量的基础上进行了实际应用。结果表明，该模型的计算精度符合工程精度要求，可用于矿井煤层瓦斯含量的预测。研究结果为采取针对性的瓦斯防治措施提供了技术依据，同时也为煤层瓦斯含量预测探讨了新的方法。     

堆浸浸出速率的灰色预测

针对堆浸浸出过程的复杂性和不确定性,采用灰色系统理论对堆浸浸出速率的灰色预测进行了研究。根据堆浸的浸出动力学特点,结合实例,建立了堆浸浸出速率的等维灰数递补GM(1,1)模型。预测结果表明:采用该模型进行预测,预测方法合理,预测精度可靠,其最大相对误差仅为2 5%。     

原地爆破浸出率的时间序列预测问题初探

采用灰色系统理论对原地爆破浸出率的时间序列预测问题进行了研究。根据原地爆破浸出工艺的浸出动力学特点，结合现场实例，建立了某铀矿山原地爆破浸出率时间序列预测的短期等维新息GM(1，1)模型和长期等维灰数递补GM(1，1)模型。分别采用这两个模型进行了短期和长期预测，其最大相对误差分别为4．4％和10％，预测结果表明：预测方法合理，预测精度可靠。     

辽宁煤炭需求的GM(1,3)多因素预测

选取主要影响因素（GDP增长率、煤炭占能源消费比例）建立辽宁省煤炭消费需求预测模型GM（1，3），GM（1，3）模型中包含了两个GM（1，1）子模型：GDP增长率预测模型和煤炭占能源消费比例预测模型。各模型的精度均为1级（好）。对2006～2010年辽宁省GDP、煤炭占能源消费比例和煤炭消费三项的预测结果合理。采用灰色系统理论进行建模，能够克服相关数据不足的缺陷和避免人为因素的影响，但用于长期预测有待进一步研究。     

基于灰色GM(1,1)新陈代谢模型的矿井瓦斯涌出量动态预测

矿井工作面瓦斯涌出是一个动态不确定的过程,因此最新瓦斯涌出数据的研究至关重要,本文将灰色GM(1,1)模型瓦斯涌出量预测结果加入原始数列,对原始数据序列的信息进行更新,建立了矿井瓦斯涌出量GM(1,1)新陈代谢动态预测模型,采用残差检验法对该模型精度进行检验,其平均相对误差为3.861%,预测精度明显优于GM(1,1)模型,提高了灰色GM(1,1)模型预测瓦斯涌出量的精度。     

基于GM(1,1)模型的强矿震预测

研究强矿震的短临预测信息具有较大的实用价值。结合工程实例阐述该理论模型建模方法,精度处理方法等,以原始时间序列数据为基础,建立矿震发生步距的模拟和预测GM(1,1)模型。针对数值模拟中大量的矩阵计算,利用MATLAB软件编制高效的计算机程序,实现了对矿震发生步距的模拟和预测。为了检验模型模拟和预测结果的精度,选择了合理的误差检验模型。通过工程实例证明了GM(1,1)模型可信度较高,关联度较好,均方差比值为一级,拟合优度高。     

等维灰色递补动态预测方法的改进与应用

文章以牛顿插值方法代替了普通灰色预测模型中的两相邻节点值的简单平均,对背景值进行了重新构造,引入了等维灰数递补的动态灰色预测方法,建立了煤炭年生产量和安全事故发生率的预测模型,并对每次预测结果进行了残差修正。该研究内容对于加强煤矿安全生产管理、预防安全事故的发生均具有积极的指导意义。     

乌龙泉矿产能预测及对策研究

针对乌龙泉矿产能预测需求,结合矿山现有资源赋存情况特点和开采技术条件现状,采用基于相对误差值Δ的大小和非紧邻均值生成算法的灰色预测方法,建立矿山石灰石的产能预测模型;该模型有效地减小了异常数据的不利影响,较好地反映了该矿产能变化趋势,预测值平均误差率不高于5%。采用该产能预测模型对乌龙泉矿2016—2020年的石灰石产量进行预测分析,并结合矿山矿床地质品位分布、设备配置及使用情况和采场开采条件日趋改善的可能性,综合确定该矿5 a石灰石平均年产量为81.7万t,进而制定矿山外购石灰石产品的策略和保证矿山产能的具体措施。     

GM（1，1）模型与线性回归组合方法在矿井瓦斯涌出量预测中的应用

以矿井瓦斯涌出量的预测为主要研究目的,讨论了GM（1,1）方法适用于单一指数增长模型、对预测序列数据异常情况难以准确预测的局限性,依据灰色灾变预测原理,利用线性回归适用短期预测的特点,提出了基于GM（1,1）与线性回归组合预测矿井瓦斯涌出量的新方法.应用结果表明：该方法能很好地解决历史数据的跳变问题,使预测结果更为可靠、精确.     

电磁辐射法预测煤与瓦斯突出敏感指标及临界值的确定研究

分析了煤矿巷道掘进过程中接收的电磁辐射信号指标特征,给出了电磁辐射法预测煤与瓦斯突出的敏感指标及临界值的确定方法。该方法有利于电磁辐射预测煤与瓦斯突出技术在煤矿中的推广应用,可以提高煤矿突出危险预测的准确性。     

基于LSTM+MIDAS深度学习模型的电力需求预测

为了准确预测不同用电设施的电力需求模式,设计了一种基于长短期记忆网络（LSTM）深度学习方法的自定义电力需求预测模型。利用混合数据抽样（MIDAS）方法对自回归分布滞后（ARDL）进行改进,提出了LSTM+MIDAS模型的电力需求预测方法。通过每天以5 min的频率收集住宅、市政厅、医院、工业等4类设施的用电数据,采用短期、长期、季节性预测3种方法进行了对比试验,通过测试验证了预测模型的误差率,分析了实际用电需求监测系统中电力模式的季节性波动规律,并预测各设施的用电需求。实验结果表明,利用所提出的LSTM+MIDAS模型进行电力需求预测的总体误差率均有所降低,并且可以有效检测电力需求波动性。     

GM (1, 1)模型在单桩沉降量预测中的应用

基于桩基静载荷试验所得的沉降量数据具有一些灰色特征, 将荷载Q看作广义的时间, 建立了荷载序列的等步长及非等步长GM (1, 1)预测模型。工程应用结果表明, 所建立的GM (1, 1)模型在预测单桩沉降量方面具有较好的实用性和可靠性。     

煤与瓦斯突出电磁辐射预测指标临界值的确定

基于煤与瓦斯突出预测指标临界值确定原则，现场考察了工作面煤与瓦斯突出电磁辐射预测影响因素及变化规律，提出了工作面煤与瓦斯突出电磁辐射预测指标临界值的综合评判确定法，并在沈阳矿业集团红菱煤矿进行了试验性应用。应用结果表明，工作面煤与瓦斯突出电磁辐射预测指标临界值的综合评判法，具有简单方便、准确可靠的特点，为电磁辐射法预测煤与瓦斯突出临界值的确定，提供了新思路和新方法。     

某矿山事故伤亡率的灰色预测

利用灰色系统理论，建立了某矿山事故伤亡率的GM(1，1，)动态预测模型，对其今后几年的事故伤亡率进行灰色预测，并引用缓冲弱化算子，提高了预测精度。结果表明该模型的建立是正确的，并具有一定的实用价值。