文献类型：期刊文章

作　　者：周旭[1] 王艺博[2] 朱毅[2] 秦思佳[2]

ZHOU Xu;WANG Yi-bo;ZHU Yi;QIN Si-jia(College of Science,North China University of Science and Technology,Tangshan Hebei 063210,China;Yi Sheng Innovative Education Base,North China University of Science and Technology,Tangshan Hebei,063210,China)

机构地区：[1]华北理工大学理学院,河北唐山063210 [2]华北理工大学以升创新教育基地,河北唐山063210

出　　处：《华北理工大学学报（自然科学版）》

基　　金：河北省博士研究生创新资助项目(CXZZBS2021102)。

年　　份：2021

卷　　号：43

期　　号：4

起止页码：127-133

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为预测矿井开采时所产生粉尘的浓度与时间关系,保障井下人员身安全。采用时间序列与神经网络相结合的外因输入非线性自回归模型(NARX模型)来对粉尘的浓度进行预测,该模型主要用于处理时序型数据,能够通过给不同时段的输入之间建立联系,避免传统模型预测时面对的影响因素多、数据收集困难等问题,并与时间序列模型、神经网络模型进行比较。结果表明,外因输入非线性自回归模型对粉尘浓度预测具有较好的性能,预测函数的误差低至3.8%,均化误差仅有2.2,平稳R方也达到了0.9以上。

关 键 词：粉尘浓度 神经网络 时间序列 非线性自回归模型  

分 类 号：TD714]