安全预测的EEMD-PSR-Elman建模方法及应用

作者：李润求; 施式亮; 伍爱友

来源：中国安全科学学报, 2015, (06): 105-110.

DOI：10.16265/j.cnki.issn1003-3033.2015.06.018

• 安全预测
• 时间序列
• 集合经验模态分解(EEMD)
• 相空间重构(PSR)
• 人工神经网络
• 煤矿 safety prediction
• time series
• ensemble empirical mode decomposition(EEMD)
• phase space reconstruction(PSR)
• artificial neural network
• coal mine

为分析安全预测中时间序列的非平稳特性并提高预测精度,提出基于集合经验模态分解(EEMD)、相空间重构(PSR)及神经网络的预测建模方法。首先应用EEMD方法将时间序列分解成若干具有不同周期性或趋势性的分量,通过C-C方法计算各分量的最佳嵌入维数和延迟时间;然后分别进行相空间重构;再应用Elman神经网络对各分量进行训练并建立预测模型;最后将各分量预测结果叠加得到最终预测值。用该方法分析反映煤矿安全生产的关键性指标——煤炭生产百万吨死亡率。结果得到具有长期趋势性和周期性波动的5个分量,预测相对误差为-0.11%~0.20%;外推预测表明,中国煤炭生产百万吨死亡率将保持持续下降趋势,至2020年将...

• 出版日期2015
• 单位湖南科技大学