欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
针对矿井涌水系统的复杂性和随机性,提出采用神经网络修正灰色残差模型对矿井涌水量进行预测,既利用GM（1,1）模型能较好预测涌水量发展趋势的特点,又利用神经网络对于复杂非线性系统的优越性,保证了模型的精度,克服了单个模型所存在的不足。结果表明,该模型方法在矿井涌水量的预测中是可行的。
英文摘要：
In view of the complexity and randomicity of mine inflow,a BP neural network-based corrected residual gray model is proposed to predict the inflow rate of mine water.GM（1,1） model can forecast developing trend of water inflow,and neural network has superiority over complex nonlinear system.The corrected residual GM（1,1） model can overcome the shortage of residual GM（1,1） model,so the forecast accuracy of mine water inflow can be assured.The results of a case study show that the corrected residual GM（1,1） model is feasible in the prediction of mine water inflow.
同期刊论文项目
同项目期刊论文
期刊信息
位置：