论文摘要
为解决煤矿瓦斯涌出量预测过程中存在的指标繁杂致使预测精度低的问题,运用R语言主成分分析法对瓦斯涌出量影响因素进行降维分析,结合多种多元回归模型,最终选用多元线性回归进行瓦斯涌出量预测。结果表明:主成分分析法能有效减少预测变量个数,经主成分旋转后构建的多元回归预测模型精度较高,其平均误差绝对值为2.67%。主成分分析法与多元线性回归相结合的方法适用于瓦斯涌出量预测。
论文目录
文章来源
类型: 期刊论文
作者: 金洪伟,周捷,杨守国,高巧红
关键词: 瓦斯涌出量预测,主成分分析,降维
来源: 煤炭技术 2019年04期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 矿业工程,安全科学与灾害防治
单位: 西安科技大学安全科学与工程学院
基金: 国家自然科学基金(51404190)
分类号: TD712.5
DOI: 10.13301/j.cnki.ct.2019.04.044
页码: 125-128
总页数: 4
文件大小: 193K
下载量: 182
相关论文文献
- [1].502掘进巷异常区瓦斯涌出量预测研究[J]. 内蒙古煤炭经济 2016(21)
- [2].基于因子分析法的瓦斯涌出量预测指标选取[J]. 西安科技大学学报 2017(04)
- [3].基于广义回归神经网络的瓦斯涌出量预测[J]. 石家庄铁道大学学报(自然科学版) 2013(04)
- [4].基于卡尔曼滤波及神经网络的瓦斯涌出量预测[J]. 陕西煤炭 2020(01)
- [5].基于加权极端学习机的瓦斯涌出量预测模型[J]. 控制工程 2018(03)
- [6].基于改进的最小二乘法瓦斯涌出量预测[J]. 工业安全与环保 2017(01)
- [7].基于改进支持向量机的瓦斯涌出量预测[J]. 西安邮电大学学报 2013(06)
- [8].一种非线性的瓦斯涌出量预测算法仿真研究[J]. 计算机仿真 2012(08)
- [9].智能算法在瓦斯涌出量预测中的应用研究[J]. 大众科技 2012(12)
- [10].瓦斯涌出量预测与埋深的关系研究[J]. 内蒙古煤炭经济 2017(02)
- [11].投影寻踪在瓦斯涌出量预测中的应用[J]. 工矿自动化 2015(04)
- [12].急倾斜厚煤层瓦斯涌出量预测研究[J]. 山西煤炭 2015(03)
- [13].基于遗传算法模糊多元线性回归分析的瓦斯涌出量预测模型[J]. 工矿自动化 2013(12)
- [14].基于聚类分析的煤矿瓦斯涌出量预测方法研究[J]. 煤 2013(04)
- [15].近距离煤层开采瓦斯涌出量预测及其影响因素分析[J]. 煤炭工程 2013(06)
- [16].基于随机森林的回采工作面瓦斯涌出量预测模型[J]. 煤矿安全 2012(08)
- [17].瓦斯涌出量预测的高斯过程机器学习模型[J]. 煤矿安全 2009(03)
- [18].基于分源预测法的瓦斯涌出量预测共享平台的构建[J]. 矿业安全与环保 2018(02)
- [19].合理遗忘选择训练样本的煤矿瓦斯涌出量预测[J]. 计算机工程与应用 2014(14)
- [20].基于模糊粗糙集与支持向量机的瓦斯涌出量预测研究[J]. 计算机测量与控制 2012(09)
- [21].基于支持向量机理论的煤矿瓦斯涌出量预测研究[J]. 煤矿机械 2011(02)
- [22].煤矿瓦斯涌出量预测方法的研究[J]. 中国煤炭 2019(11)
- [23].基于成因模糊综合分析的瓦斯涌出量预测模型[J]. 计量技术 2018(03)
- [24].瓦斯涌出量预测软件开发课程设计[J]. 实验技术与管理 2014(06)
- [25].瓦斯涌出量预测方法及实践应用[J]. 煤炭与化工 2014(04)
- [26].基于径向基神经网络的煤矿瓦斯涌出量预测方法[J]. 科技传播 2012(03)
- [27].王庄煤矿后备区瓦斯涌出量预测与抽放可行性研究[J]. 煤 2011(02)
- [28].郭家河煤矿回采工作面瓦斯涌出量预测[J]. 西安科技大学学报 2017(01)
- [29].瓦斯涌出量预测研究[J]. 黑龙江科技信息 2012(24)
- [30].基于智能支持向量回归的瓦斯涌出量预测[J]. 计算机工程与应用 2009(01)