典型文献
基于ARIMA时间序列的瓦斯浓度预测研究
文献摘要：
煤矿瓦斯浓度预测是避免煤矿瓦斯爆炸的有效手段,针对煤矿瓦斯浓度预测精度问题,提出一种基于ARIMA时间序列的瓦斯浓度预测模型.该模型首先通过差分法将原始瓦斯浓度数据处理为平稳性数据;然后利用ACF和PACF方法确定模型阶数,依据白噪声检验对模型进行残差分析;最终构建出对煤矿瓦斯浓度进行短期预测的ARIMA模型.通过实验结果表明,该模型实现了瓦斯浓度预测的可视化,并与SVR模型下的瓦斯浓度预测结果相比,其平均绝对误差比SVR模型平均绝对误差降低了13.27％,可为煤矿生产中瓦斯浓度预报提供良好的依据.
文献关键词：
瓦斯浓度;ARIMA预测模型;时间序列;预测精度
中图分类号：
作者姓名：
林旭杰;孟祥瑞
作者机构：
安徽理工大学计算机科学与工程学院,安徽 淮南232001;安徽理工大学经济与管理学院,安徽 淮南232001
文献出处：
引用格式：
[1]林旭杰;孟祥瑞-.基于ARIMA时间序列的瓦斯浓度预测研究)[J].黑龙江工业学院学报（综合版）,2022(07):77-83
A类：
B类：
ARIMA,瓦斯浓度预测,预测研究,煤矿瓦斯,瓦斯爆炸,精度问题,差分法,平稳性,PACF,定模,模型阶数,白噪声检验,残差分析,短期预测,模型实现,SVR,平均绝对误差,模型平均,煤矿生产
AB值：
0.228758
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
