期刊文章详细信息
基于多元分布滞后模型的瓦斯浓度动态预测 ( EI收录)
Dynamic prediction of gas concentration based on multivariate distribution lag model
文献类型:期刊文章
机构地区:[1]北京大学地球与空间科学学院,北京100871 [2]中煤电气有限公司,北京101300 [3]北京龙软科技股份有限公司,北京100190
基 金:国家科技重大专项项目(十二五)(2011ZX05040-005)
年 份:2016
卷 号:45
期 号:3
起止页码:455-461
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为实现对瓦斯浓度(体积分数)的准确预测,基于海量煤矿瓦斯监测数据和多元分布滞后模型(MDL)建立了多变量瓦斯浓度时间序列预测模型.基于惩罚最小二乘法和自回归的思想,提出了新的变量选择和定阶方法——Adjust Group最小绝对值压缩与选择(LASSO)方法.该方法以岭估计及局部二次近似迭代算法实现了预测模型的构建,通过有效选取具有解释性的自变量子集,提高模型的解释性,采用广义交叉检验准则(GCV)确定惩罚参数,并通过分组惩罚来实现变量筛选与滞后变量的定阶.结果表明:Adjust Group LASSO方法预测得到的残差平方和为0.433 0,具有较高的精度,能够较好的预测工作面瓦斯浓度的动态变化,与LASSO、最小角回归算法(LARS)以及其他瓦斯预测常用方法相比,大大提高了预测的准确性.
关 键 词:多元分布滞后模型 ADJUST GROUP LASSO 最小二乘法 自回归 瓦斯浓度 预测模型
分 类 号:TD712]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...