矿井绝对瓦斯涌出量新陈代谢GM(1,1)预测.docVIP

矿井绝对瓦斯涌出量新陈代谢GM(1,1)预测 　　摘要： 简要论述了瓦斯涌出量预测方法，结合国内实际，提出灰色模型预测方法，并根据该矿过去十年的瓦斯绝对涌出量资料建立了新陈代谢GM（1，1）模型。通过模型的求解，给出预测结果，并对结果进行检验。而且将未来5年的瓦斯绝对涌出量预测值用折线图画出，分析了其总体趋势并给出大体的建议。 　　关键词： 瓦斯涌出量；GM（1，1）；GM（1，1） 新陈代谢模型 　　中图分类号：TD712 文献标识码：A 文章编号：1006-4311（2014）04-0320-02 　　0 引言 　　瓦斯涌出量预测是根据某些已知数据，按照一定的科学计算方法预先估算出矿井或局部区域的瓦斯涌出量的数值。从国内外实际应用来看，矿井瓦斯涌出量预测的方法可以分为3类[1]：第1类是建立在数理统计基础上的矿山统计法，第2类是以煤层瓦斯含量为基本预测参数；得到矿井或某一预测范围的涌出量预测值；第3类是以瓦斯地质条件为预测指标的瓦斯地质数学模型，以数量化理论为基础，建立瓦斯涌出量的数学模型。而以上方法存在较大的缺陷[2]：要求样本空间足够大，不能反映瓦斯涌出的动态变化等。因此，本文探索应用灰色系统理论来预测瓦斯涌出量。 　　1 灰色预测模型的建立 　　灰色系统理论是我国著名学者邓聚龙教授1982年创立的一门新兴学科，它以“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定系统为研究对象，通过对“部分”已知信息的生成、开发实现对世界的确切描述和认识[3]。其中，GM（1，1）模型是灰色预测的核心，它是一个单个变量预测的一阶微分方程模型，其离散时间响应函数近似呈指数规律。 　　1.1 数据处理 　　①给定原始时间数据数列 　　X（0）=（x（0）（1），x（0）（2），…，x（0）（n））； 　　②对X（0）作1-AGO，令x（1）（k）= x（0）（i），k=1，2，…，n 　　得X（1）=（x（1）（1），x（1）（2），…，x（1）（n））； 　　③对X（1）做紧邻均值生成，令 　　z（1）（k）=0.5x（1）（k）+0.5x（1）（k-1） 　　得Z（1）=（z（1）（2），z（1）（3），…，z（1）（n））； 　　1.2 建立模型 　　①建立微分方程。 　　含有一个变量的一阶微分方程的动态模型GM（1，1）模型的白化微分方程为： +ax（1）=b 　　其中，a、b是待识别参数，-a是发展系数，反映了 （1）及 （0）的发展态势；b为灰色作用量，反映了数据变化的关系。 　　则其时间响应式为： （1）（k+1）=x（0）（1）- e-ak+ 　　②求参计算。 　　对参数列 =（a，b）T进行最小二乘估计，得： =（BTB）-1Y=（a，b）T 　　其中B、Y分别为：B= ，Y= 　　1.3 模拟值计算 　　运用模型的时间响应式求出X（1）的模拟值 （1），对 （1）做IAGO得到 （0），有： （0）（k）= （1）（k）- （1）（k-1） 　　1.4 精度检验 　　建立的灰色预测模型GM （1，1），是否满足精度要求，还须进行检验。用灰色理论建模，一般采用三种检验方式：残差大小检验法、关联度检验法、后验差检验法。本文采用常用的残差大小检验法对模型进行检验。 　　定义残差？着（k）=x（0）（k）- （0）（k）； 　　定义相对误差？驻k=？着（k）/x（0）（k）； 　　定义平均相对误差 = ？驻i 　　根据？驻n和 两个指标，按表1确定计算精度等级。一般取？驻n和 的较大值来与表中的数值作比较以此来确定精度等级，预测效果分级见表1[3]。 　　2 新陈代谢GM（1，1） 　　由于本文要对某矿未来五年的瓦斯涌出量做预测，预测长度较长，故需要对一般的GM（1，1）做一定的优化，为此我们引入新陈代谢GM（1，1）[3]。 　　定义新陈代谢GM（1，1）：设原始数据列X（0）=（x（0）（1），x（0）（2），…，x（0）（n）），置入新信息x（0）（n+1）/ （0）（n+1），去掉老信息x（0）（1），称用X（0）=（x（0）（2），x（0）（3）…/ （0）（n+1））建立的GM（1，1）模型为新陈代谢GM（1，1）。 　　从预测角度看，新陈代谢模型是最理想的模型。随着系统的发展，老数据的信息意义将逐步降低，在不断补充新信息的同时，及时去掉老信息，建模序列更能反映系统在目前的特征。 　　3 基于新陈代谢GM（1，1）的某矿井瓦斯涌出量预测分析 　　某矿井近十年的瓦斯涌出量实测数据见表2。 　　3.1 GM（1，1）的建立 　　①取表2中10a的绝对瓦斯涌出量为原始数据数列，即 　　X（0）=（x（0）（1），x（0）（2），