基于小波分析与GM(1,1)-ARMA(p,q)组合的矿井防尘用水量预测
邓权龙
蒋仲安
韩硕
1.北京科技大学 土木与资源工程学院,北京,1000832.北京科技大学 土木与资源工程学院,北京,1000833.北京科技大学 土木与资源工程学院,北京,100083
摘要：为了提高矿井防尘用水量预测的精确度,提出了基于小波分析理论与灰色预测模型(GM(1,1))、自回归滑动平均模型(ARMA(p,q))组合的预测模型.运用小波分析将用水量时间序列做不同尺度分解,并将低频信号和高频信号采用GM(1,1)和ARMA(p,q)进行预测,最终经小波重构得到预测结果.以林南仓矿为研究背景,使用该组合模型预测2014年各月份的用水量,通过与实际数据对比,残差检验相对误差不超过2.5％.结果表明:矿井防尘用水量在总体上逐年缓慢增加,每年内呈周期性的变化;基于小波分析与GM(1,1)-ARMA(p,q)组合的预测模型具有较高的预测精度.
关键词：矿井防尘水量预测小波分析灰色预测模型ARMA(pq)模型组合模型
分类号：TD714(矿山安全与劳动保护)X964(劳动卫生工程)
资助基金：国家自然科学基金(51574016)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 75-79 )
英文信息