期刊文献+

非线性矿井瓦斯涌出量预测及基于.NET的开发应用 被引量:1

Nonlinear Forecast of Mine Gas Emission and .NET Based Software Development
下载PDF
导出
摘要 分析了地质因素和工程因素对矿井瓦斯涌出量的影响,提出了瓦斯涌出量非线性回归预测方法.根据矿井实际情况确定了需要分析的影响因素,通过STATISTICA统计软件中的Nonlinear Estimation和FixedNonlinear regression模块建立和检验了瓦斯涌出量非线性回归数学模型,得出非线性回归数学模型瓦斯涌出量与主要影响因素具有较高的相关性.应用.NET提供的可视化界面及C#程序语言开发了瓦斯涌出量非线性预测软件,通过对成庄矿3390采面预测效果验证,表明非线性回归预测方法对矿井瓦斯涌出量预测是可行的. Influence of geological and engineering factors on mine gas emission is analyzed. Nonlinear regression method is proposed for forecast of mine gas emission. Influencing factors are first determined according to practical mine conditions, and then the nonlinear mathematical regression model is established and verified based on the nonlinear estimation module and the fixed nonlinear regression module of the STATISTICA software. It is found that gas emission has high correlation with influencing factors for the model. The nonlinear mine gas emission forecast software was developed based on advanced programming language C ~: and visual interface provided by . NET. The forecast result for No. 3390 working face of Chengzhuang mine shows that it is feasible to forecast mine gas emission through nonlinear regression method.
出处 《中北大学学报(自然科学版)》 CAS 2008年第6期515-520,共6页 Journal of North University of China(Natural Science Edition)
基金 国家"十一五"科技支撑计划项目(2006BAK03B0303)
关键词 非线性回归 瓦斯涌出量 多元预测 nonlinear regression mine gas emission multiple forecast
  • 相关文献

参考文献4

二级参考文献17

  • 1杨智懿,熊亚选,张乾林.工作面瓦斯涌出量的神经网络模型预测研究[J].煤炭工程,2004,36(10):73-75. 被引量:25
  • 2刘开第,曹庆奎,庞彦军.基于未确知集合的故障诊断方法[J].自动化学报,2004,30(5):747-756. 被引量:59
  • 3郁云,陆金桂.基于灰色理论和人工神经网络的瓦斯涌出量预测[J].微计算机信息,2006(03Z):270-272. 被引量:11
  • 4王佑安 吴继国.矿井瓦斯防治(煤矿安全手册第二篇)[M].北京:煤炭工业出版社,1994.59-67.
  • 5张子戌 中国煤炭学会瓦斯地质专业委员会.矿井瓦斯涌出量预测研究现状和进展.瓦斯地质论文集[M].北京:煤炭工业出版社,1995.231-234.
  • 6俞启香,矿井瓦斯防治,1992年,40页
  • 7董文泉,数量化理论及其应用,1979年,1页
  • 8王佑安,矿井瓦斯防治.煤矿安全手册,1994年,59页
  • 9边肇祺 张学工.模式识别[M].北京:清华大学出版社,2002..
  • 10Jeenshing Wang, C S Geogorge Lee. Self-adaptive neural-fuzzy inference system for classification applications [J]. IEEE Trans on Fuzzy Systems, 2002, 10 (6) : 155 - 161.

共引文献160

同被引文献12

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部