基于Probit回归模型的煤矿底板突水预测.pdfVIP

基于Probit回归模型的煤矿底板突水预测.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Probit回归模型的煤矿底板突水预测.pdf

第27卷3期 中 国 煤 炭 地 质 Vo1.27No.03 2015年3月 C0ALGE0L0GY 0FCIⅡNA Mar. 2015 doi:10.3969~.issn.1674—1803.2015.03.09 文章编号:1674—1803(2015)03—0040—03 基于Probit回归模型的煤矿底板突水预测 王江荣 ,赵 睿 ,文 晖 ,罗资琴 (1.兰州石化职业技术学院信息处理与控制工程系,甘肃兰州 730060; 2.兰州石化职业技术学院石油化学工程系,甘肃 兰州 730060) 摘 要:针对矿井底板突水预测精确度要求高的特点 ,提出了二值Probit回归矿井突水预测模型。依据概率论的相 关知识构建模型参数的极大似然估计法 ,并通过遗传算法求模型参数的最优解。利用所建模型对建模样本的突水 性进行反向识别,对测试样本的突水性进行预测识别,正确率分别为9O%和 100%,表明该模型具有很高的精确 度。另外,所建模型结构简单、便于操作和使用,有一定的参考价值。 关键词 :煤矿底板突水 ;二值Probit回归模型;极大似然函数;遗传算法;预测 中图分类号 :TD745+.21 文献标识码:A CoalmineFloorW aterBurstingPredictionBasedonProbitRegressionModel WangJiangrong,ZhaoRui,WenHuia‘ndLuoZiqin (1.DepartmentofInformationProcessingandControlEngineering,LanzhouVocationalCollegeofPetrochemicalTechnology,Lanzhou, Gansu730060;2.Depa~mentofPetrochemicalEngineering,LanzhouVocationalCollegeofPetrochemicalTechnoloyg,Lanzhou, Gansu730060) Abstract:Inallusiontocharacteristicofhighrequirementsonminefloorwaterburstingpredictionprecision,abinaryProbitregression minewaterburstingpredictionmodelhasbeenputforward.Accordingtorelevantknowledgeofprobabilitytheorymodelingparameters maxinmm likelihoodestimationandgeneticalgorithm findoutoptimalsolutionofmodelingparameters.Usingtheestablishedmodel carriedoutreverseidentificationofmodelingsampleswaterburstingproperty,andpredictedidentificationoftestedsampleswater burstingproperty,theiraccuraciesare90% and100% respectively.Thusdemonstratedthatthemodelhasveryhighdefinition.Be— sides,themodelhassimplestructure,practicalandeasytouse;thushascertainreferencevalue. Keywords:coahninefloorwaterbursting;binary Probitrergessionmodel;maximumlikelihoodfunction;geneticalgorithm;prediction 0

文档评论(0)

天狗行空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档