论文部分内容阅读
矿井瓦斯涌出量预测一直是煤矿生产过程中倍受关注的问题。它受众多因素的影响，而各因素之间的非线性关系错综复杂。近年来，许多的学者利用人工神经网络对非线性的对象建模预测；但是存在收敛速度慢，易陷入局部极小等缺点。本文将灰色理论引入小波神经网络模型中，其中灰色模型利用累加生成的新数据建模，突出趋势项影响。小波神经网络通过灰色模型的预测结果进行再预测，使得小波神经网络的非线性激励函数更加易于逼近，减小周期和随机成分，提高了涌出量预测精度，表明了该模型可靠性。