一种采场巷道收敛量的非线性加权回归预测模型,申请号CN201110321694.5-传众专利搜索

发明名称	一种采场巷道收敛量的非线性加权回归预测模型
摘要	本发明涉及一种采场巷道收敛量的非线性加权回归预测模型。其技术方案是：先建立采场巷道收敛量的时间序列<img file="2011103216945100004dest_path_image001.GIF" wi="49" he="43" />和建立采场巷道收敛量的非线性加权回归预测一般模型<img file="455899dest_path_image002.GIF" wi="108" he="34" />，再用时间序列自回归模型AR(p)进行残差识别与估计，然后得到采场巷道收敛量的非线性加权回归预测模型<img file="dest_path_image003.GIF" wi="336" he="35" />，最后用预测值的近五期残差平方和来表征预测精度，即若<img file="934285dest_path_image004.GIF" wi="141" he="51" />，则精度越高。本发明具有预测准确度高的特点，可作为判断采场巷道稳定性的依据。
申请公布号	CN102354344A	申请公布日期	2012.02.15
申请号	CN201110321694.5	申请日期	2011.10.21
申请人	武汉科技大学	发明人	叶义成;蒋瑛;柯丽华;王其虎;刘艳章;王文杰;王琴;吕涛;周琪;张红军
分类号	G06F19/00(2006.01)I	主分类号	G06F19/00(2006.01)I
代理机构	武汉科皓知识产权代理事务所(特殊普通合伙) 42222	代理人	张火春
主权项	1.一种采场巷道收敛量的非线性加权回归预测模型，其特征在于所述模型的建立步骤是：第一步、建立采场巷道收敛量的时间序列<img file="350819DEST_PATH_IMAGE001.GIF" wi="44" he="38" />：<img file="292099DEST_PATH_IMAGE002.GIF" wi="333" he="41" />（1）式（1）中：<img file="294690DEST_PATH_IMAGE003.GIF" wi="26" he="32" />是当<img file="755758DEST_PATH_IMAGE004.GIF" wi="39" he="24" />时，采场巷道收敛量的值，<img file="920023DEST_PATH_IMAGE005.GIF" wi="28" he="32" />是当<img file="348599DEST_PATH_IMAGE006.GIF" wi="42" he="24" />时，采场巷道收敛量的值，<img file="889302DEST_PATH_IMAGE007.GIF" wi="25" he="32" />是在时刻<img file="267194DEST_PATH_IMAGE008.GIF" wi="18" he="33" />时，采场巷道收敛量的值，<img file="805623DEST_PATH_IMAGE009.GIF" wi="28" he="32" />是当<img file="268965DEST_PATH_IMAGE010.GIF" wi="45" he="24" />时，采场巷道收敛量的值；第二步、建立采场巷道收敛量的非线性加权回归预测一般模型：首先，选择皮尔函数为权函数<img file="803239DEST_PATH_IMAGE011.GIF" wi="42" he="26" />，赋予在时刻<img file="35637DEST_PATH_IMAGE008.GIF" wi="18" he="33" />时的采场巷道收敛量的值<img file="744967DEST_PATH_IMAGE007.GIF" wi="25" he="32" />的权重<img file="695606DEST_PATH_IMAGE012.GIF" wi="22" he="25" />；<img file="765062DEST_PATH_IMAGE013.GIF" wi="128" he="51" />（2）式（2）中：<img file="117546DEST_PATH_IMAGE014.GIF" wi="16" he="28" />是时间参数，<img file="60094DEST_PATH_IMAGE015.GIF" wi="16" he="20" />是自然对数，<img file="435712DEST_PATH_IMAGE016.GIF" wi="94" he="24" />，<img file="121908DEST_PATH_IMAGE017.GIF" wi="73" he="22" />是皮尔函数的参数，分别通过试值法确定，确定后的<img file="515849DEST_PATH_IMAGE017.GIF" wi="73" he="22" />需满足<img file="629299DEST_PATH_IMAGE018.GIF" wi="105" he="50" />；其中：<img file="492212DEST_PATH_IMAGE019.GIF" wi="48" he="29" />是采场巷道收敛量值<img file="716520DEST_PATH_IMAGE009.GIF" wi="28" he="32" />的权重，<img file="230547DEST_PATH_IMAGE020.GIF" wi="46" he="29" />是采场巷道收敛量值<img file="249319DEST_PATH_IMAGE003.GIF" wi="26" he="32" />的权重；其次，建立采场巷道收敛量的一般非线性回归预测模型<img file="661846DEST_PATH_IMAGE021.GIF" wi="25" he="32" /><img file="627527DEST_PATH_IMAGE022.GIF" wi="101" he="35" />（3）式（3）中：<img file="809110DEST_PATH_IMAGE023.GIF" wi="20" he="26" />是一般非线性回归预测模型残差序列，<img file="448383DEST_PATH_IMAGE024.GIF" wi="16" he="28" />是时间参数，<img file="82627DEST_PATH_IMAGE025.GIF" wi="44" he="22" />是一般非线性回归预测模型回归参数，<img file="648737DEST_PATH_IMAGE025.GIF" wi="44" he="22" />分别由下式确定：1<img file="888089DEST_PATH_IMAGE026.GIF" wi="254" he="129" />（4）式（4）中：<img file="514242DEST_PATH_IMAGE007.GIF" wi="25" he="32" />是在时刻<img file="822733DEST_PATH_IMAGE008.GIF" wi="18" he="33" />时的采场巷道收敛量的值，<img file="192534DEST_PATH_IMAGE027.GIF" wi="17" he="25" />是<img file="286392DEST_PATH_IMAGE007.GIF" wi="25" he="32" />的平均值，<img file="83447DEST_PATH_IMAGE028.GIF" wi="16" he="17" />是时间序列<img file="879233DEST_PATH_IMAGE007.GIF" wi="25" he="32" />的样本个数，<img file="787147DEST_PATH_IMAGE024.GIF" wi="16" he="28" />是时间参数，<img file="797828DEST_PATH_IMAGE029.GIF" wi="14" he="24" />是<img file="703467DEST_PATH_IMAGE024.GIF" wi="16" he="28" />的平均值；然后，利用加权最小二乘法，由式（3）可得采场巷道收敛量的非线性加权回归预测一般模型<img file="799599DEST_PATH_IMAGE030.GIF" wi="26" he="32" /><img file="698154DEST_PATH_IMAGE031.GIF" wi="104" he="35" />（5）式（5）中：<img file="563342DEST_PATH_IMAGE032.GIF" wi="24" he="32" />是非线性加权回归预测一般模型残差序列，<img file="702199DEST_PATH_IMAGE024.GIF" wi="16" he="28" />是时间参数，<img file="223310DEST_PATH_IMAGE033.GIF" wi="49" he="22" />是非线性加权回归预测一般模型回归参数，<img file="738605DEST_PATH_IMAGE033.GIF" wi="49" he="22" />分别是：<img file="648180DEST_PATH_IMAGE034.GIF" wi="354" he="157" />（6）式（6）中：<img file="957938DEST_PATH_IMAGE007.GIF" wi="25" he="32" />是在时刻<img file="966346DEST_PATH_IMAGE008.GIF" wi="18" he="33" />时的采场巷道收敛量的值，<img file="19752DEST_PATH_IMAGE027.GIF" wi="17" he="25" />是<img file="46483DEST_PATH_IMAGE007.GIF" wi="25" he="32" />的平均值，<img file="527143DEST_PATH_IMAGE024.GIF" wi="16" he="28" />是时间参数，<img file="85163DEST_PATH_IMAGE029.GIF" wi="14" he="24" />是<img file="614365DEST_PATH_IMAGE024.GIF" wi="16" he="28" />的平均值，<img file="308651DEST_PATH_IMAGE035.GIF" wi="22" he="26" />是在时刻<img file="412742DEST_PATH_IMAGE008.GIF" wi="18" he="33" />时的采场巷道收敛量的值<img file="192479DEST_PATH_IMAGE007.GIF" wi="25" he="32" />的权重；第三步、用时间序列自回归模型AR(p)进行残差识别与估计，先计算残差序列的自相关函数和偏相关函数，并判断自相关模型AR(p)的阶数；通过最小二乘法估计出自回归模型的系数<img file="525372DEST_PATH_IMAGE036.GIF" wi="199" he="40" />，得到残差估计模型：<img file="339744DEST_PATH_IMAGE037.GIF" wi="286" he="37" />（7）式（7）中：<img file="162207DEST_PATH_IMAGE038.GIF" wi="105" he="28" />是残差估计模型AR(p)的系数，<img file="616190DEST_PATH_IMAGE039.GIF" wi="164" he="34" />是残差序列，<img file="815091DEST_PATH_IMAGE040.GIF" wi="18" he="25" />是白噪声；第四步、结合残差估计模型，由采场巷道收敛量的非线性加权回归预测一般模型得到采场巷道收敛量的非线性加权回归预测模型<img file="421652DEST_PATH_IMAGE041.GIF" wi="22" he="29" /><img file="415016DEST_PATH_IMAGE042.GIF" wi="323" he="35" />（8）式（8）中：<img file="353367DEST_PATH_IMAGE024.GIF" wi="16" he="28" />是时间参数，<img file="90379DEST_PATH_IMAGE033.GIF" wi="49" he="22" />是非线性加权回归预测一般模型回归参数，<img file="551447DEST_PATH_IMAGE038.GIF" wi="105" he="28" />是残差估计模型AR(p)的系数，<img file="981291DEST_PATH_IMAGE039.GIF" wi="164" he="34" />是残差序列，<img file="222917DEST_PATH_IMAGE040.GIF" wi="18" he="25" />是白噪声；第五步、精度检验：将采场巷道收敛量的非线性加权回归预测模型预测值与一般非线性回归预测模型预测值进行对比，用预测值的近五期残差平方和来表征预测精度，如采场巷道收敛量的非线性加权回归预测模型预测值的近五期残差平方和<img file="684991DEST_PATH_IMAGE043.GIF" wi="65" he="50" />比一般非线性回归预测模型预测值的近五期残差平方和<img file="328462DEST_PATH_IMAGE044.GIF" wi="61" he="50" />小，即<img file="601311DEST_PATH_IMAGE045.GIF" wi="141" he="51" />，精度越高；反之越低。
地址	430081 湖北省武汉市青山区建设一路