回采巷道冲击地压预测与解危研究

兖州矿业集团东滩煤矿通过14采区回采巷道冲击地压预测和解危研究,总结了东滩煤矿14采区冲击地压的发生规律,实践了利用钻屑法、电磁辐射法和应力分析法等预测冲击地压的方法,介绍了利用煤柱应力预处理措施、深孔爆破和大直径钻孔卸压等解危措施,提出了冲击地压采掘工作面施工的防护措施。     

灰色预测在武器试验中的应用

灰色预测通过对系统当前不完全明确信息的处理，发现和掌握系统的发展规律。本文利用灰色预测方法，通过某武器的发射试验，对该武器未来可能发生故障的范围进行了预测，取得令人满意的结果。     

基于主成分分析与BP神经网络的冲击地压预测

冲击地压的发生会对矿山造成巨大的经济损失,预测预报是防治冲击地压的重要组成部分。文章将主成分分析方法与反向传播人工神经网络(即BP神经网络)方法相结合,用于对冲击地压的预测。首先,利用主成分分析法对冲击地压的影响因素进行分析,降低数据的维数。然后,将所得的数据作为BP神经网络的输入数据进行训练,用训练好的神经网络对冲击地压进行预测。预测结果与实际结果的对比表明,利用主成分分析—BP神经网络方法对冲击地压预测是可行的。     

冲击地压的混沌特性及动力模型研究

运用混沌理论研究了冲击地压的特性，通过震级数据的Lyapunov指数和Kolmogorov容量维分析，得出冲击地压具有混沌特性的结论并描述了其动力模型的最少参数。应用动力反演方法，建立了冲击地压的动力学方程组，为冲击地压的预测预报奠定了基础。     

灰色系统理论在机械故障诊断中的应用

利用灰色系统理论中灰色预测模型、灰色关联度的分析，对机械设备是否存在故障进行分析，并对机械设备的未来作出预测和决策。     

基于神经网络的冲击地压危险性预测预报

文章分析了影响冲击地压危险性的主要因素，首次利用神经网络模型模拟各个因素之间的复杂的非线性关系，消除了传统预测方法中的人为确定冲击危险指标的影响。检验结果表明：模型可靠，预测精度高。为冲击地压与人工智能等高新技术的进一步结合奠定了基础，进一步拓宽了神经网络技术的研究领域。     

一种新的组合灰色神经网络预测模型

对GM（1，1）灰色和几种灰色组合模型进行了讨论，针对多个相关序列预测的问题，提出了组合灰色GM（1，1）神经网络预测模型。此方法采用灰色模型对各序列进行预测，然后利用神经网络对预测值进行校正，得到最终预测值。实例表明此种模型在实际应用中的确能够提高预测精度。     

引潮力诱发冲击地压的机理研究

通过对冲击地压发生的时间以及地域的统计分析发现,冲击地压发生的时间及地域与引潮力的变化有一定的相关性;为进一步探究此相关性,对引潮力诱发冲击地压的机理进行了研究。通过建立冲击地压发生的力学模型,采用库伦-摩尔准则分析法对引潮力诱发冲击地压的机理进行了研究,分别从5种情况对引潮力诱发冲击地压进行了分析,为冲击地压的预测与防治提供新的思路。     

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势，利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合，对2017-2019年发病率数据进行预测，并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明，2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确，模型精度更优，是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.     

基于灰色RBF网络的我国能源消费预测

利用我国能源消费总量的历史数据,采用灰色预测法建立预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值.实验结果表明,灰色RBF网络模型在预测精度方面优于单一的灰色模型.该模型计算简便,有较高的拟合和预测精度,拓宽了灰色模型的应用范围.     

冲击地压预测系统的设计与实现

针对新汶矿物局华丰矿冲击地压频繁发生，造成后果非常严重的问题，开发了冲击地压预测系统。系统应用了MATLAB图形设计工具进行了可视化界面的设计，使界面具有友好交互性。在系统中实现了算法评价、系统训练和实际预测等八种功能。考虑各种情况，系统内嵌基于导数优化和基于非导数优化的共计十二种算法进行神经网络训练和预测，使用户在了解各种算法的优劣后，可选择适当的算法进行系统的训练。训练所产生的各项数据自动存储在固定的数据文件中，预测时可直接提取最优数据。     

电磁辐射法预测煤矿冲击地压

简述了电磁辐射法预测冲击地压的原理,并用KDB5本安型煤与瓦斯突出电磁辐射监测仪在徐州三河尖矿进行了实测。结果表明,采用电磁辐射法非接触预测冲击地压不需打钻,实施需要时间短,准确率高,而且能够监测工作面前方的煤岩体活动情况,是一种很有发展前途的预测预报方法。     

预测预防岩爆的探讨

在大量的理论与实践基础上,通过建立一种更有效、更实用的方法 对地下工程进行岩爆预测,提出了用岩层注水法预防岩爆的发生,应用效果较理想。     

双江口水电站深埋地下隧洞微震活动特征分析

双江口水电站尾调交通洞埋深大,围岩主要由花岗岩组成,地应力高,地应力与岩体强度比值大,开挖卸荷作用下围岩极易发生岩爆现象。本文结合地质资料、开挖形式,对岩爆分布及破坏特征进行了分析。并利用微震监测,采集并分析微震事件特征,揭露了岩爆与微震事件的内在联系,研究结果发现：双江口尾调交通洞微震事件主要聚集于靠山侧,在岩爆发生前24小时突然聚集;高应力围岩在开挖作用下的应力调整是岩爆发生的根本原因。该研究结果可为类似工程中岩爆的监测与预报提供一定的借鉴作用。     

安徽省城镇居民人均消费的组合预测

在灰色预测、回归预测和时序预测基础上,建立1990到2009年安徽省居民人均消费组合预测模型,并通过误差指标评价体系对组合模型和单项预测模型进行评价,结果表明组合预测模型的各误差指标远低于三种单项预测模型预测误差指标值。最后预测了我省近三年城镇居民人均消费值并进行了评价。     

一类新的预测模型及其应用

对时间序列的一类预测模型进行了研究,把灰色模型与BP神经网络模型组合建模,通过实例分析取得好的效果。     

基于GD-DNN模型的岩爆烈度等级预测方法与应用

岩爆是深埋隧道施工过程中开挖时形成临空面，引起能量突然释放的现象，轻则岩片剥落，重则造成人员伤亡和财产损失，其危害程度取决于岩爆烈度等级，因此岩爆烈度等级预测是急需解决的难题之一。本文针对单一指标预测法预测效果不理想的问题，首先设计并实现了综合指标法和针对多分类问题的分类器，其次提出并建立了基于梯度下降(Gradient Descent)算法优化深度神经网络(Deep Neural Network)的GD-DNN岩爆烈度等级预测模型。实验结果表明：GD-DNN模型预测的准确率达到95.8%，相比机器学习算法K最近邻(K-nearest neighbor，KNN)、支持向量机（support vector machine，SVM)和深度学习算法DNN分别提高了45.8%、38.7%和8.3%，同时在精确率、召回率和??1值三项指标上均优于其他模型。最后在秦岭隧道、大相岭隧道、通渝隧道和马路坪矿井4个实际工程中检验模型的预测效果，检验结果证明GD-DNN模型能够精准预测岩爆烈度等级，研究成果可应用于深埋隧道工程中。     

岩爆在不同岩石中的模拟实验

利用双向加压系统，模拟了两维状态下白色大理岩、肉红色花岗岩和灰绿色闪长岩三种岩石试件岩爆的发生，找出了不同岩石岩爆的特性，分析了原因，提出了防治措施。     

关于灰色系统应用的一个注解

由于客观世界上存在灰色信息，而通常的回归预测法中为了问题的简单化不考虑灰色信息。本文在考虑灰色信息的情况下，提出了一种回归预测法。