基于信息融合的综采工作面瓦斯浓度预测研究

目录

声明

1 绪论

1.1 研究背景

1.2 研究意义

1.3 国内外研究现状

1.3.1 矿井瓦斯预测算法研究现状

1.3.2 数据挖掘及信息融合研究现状

1.3.3 瓦斯浓度场研究现状

1.3.4 存在的问题

1.4 研究内容及技术路线

1.4.1 研究内容

1.4.2 技术路线

2 瓦斯浓度数据挖掘基础理论

2.1 数据挖掘技术

2.2 数据挖掘流程

2.3 支持向量机

2.3.1 概述

2.3.2 经验风险最小化

2.3.4 支持向量机回归数学原理

2.3.5 核函数

2.3.6 影响支持向量机回归效果的参数

2.3.7 相空间重构

2.4 时间序列分析

2.4.1 ARMA时间序列模型

2.4.2 指数平滑时间序列模型

2.5 算法优缺点分析

2.6 本章小结

3 瓦斯浓度单一模型预测

3.1 瓦斯浓度数据统计特征分析

3.2 ARMA模型

3.2.1 ARMA的建模过程

3.2.2 ARMA综采工作面瓦斯浓度实现

3.3 Holt-Winters模型

3.3.1 平滑参数的选择

3.3.2 指数平滑预测及结果分析

3.4 SVR模型

3.4.1 数据预处理

3.4.2 模型参数选择

3.4.3 预测结果分析

3.5 本章小结

4 瓦斯浓度组合模型预测

4.1 组合预测理论

4.1.1 组合预测原理

4.1.2 组合预测分类

4.2 组合模型权重的确定

4.2.1 最优加权组合方法

4.2.2 变权重组合方法

4.3 组合模型

4.4 预测效果对比分析

4.5 本章小结

5 瓦斯浓度预测结果融合

5.1 瓦斯浓度场数值模拟

5.1.1 判断湍流的标准

5.1.2 控制方程

5.2 综采工作面几何模型

5.2.1 工作面概况

5.2.2 几何模型

5.2.2 网格划分

5.2.3 边界条件

5.3 工作面瓦斯浓度模拟结果分析

5.4 综采工作面瓦斯浓度预测

5.4.1 综采工作面瓦斯浓度信息融合思想

5.4.2 综采工作面瓦斯浓度预测实现

5.5 本章小结

6 结论

6.1 结论

6.2 展望

致谢

参考文献

附录