基于ARIMA与BP组合模型的煤矿瓦斯涌出量预测

为了对煤矿瓦斯事故进行预防和控制,确保安全生产,在分析瓦斯涌出量影响因素和数据特征的基础上,确定了ARIMA时间序列模型的参数,构建了用附加动量法和自适应学习速率法改进的神经网络模型,并引入方差倒数法建立了组合预测模型。通过ARIMA、BP和组合预测模型分别对煤矿工作面瓦斯浓度进行预测与分析,结果表明,组合预测模型可提高预测的准确度。