基于多项式拟合和GM（1,1）模型在煤矿伤亡事故中的数据预测模型

发布时间：2021-11-26 19:40

　　通过建立多项式拟合模型找出影响预测结果的异常数据,剔除后建立GM（1,1）模型。对某集团1991年-2003年的伤亡事故统计数据,运用MATLAB工具箱,由图形观测和相对误差分析,提高了模型预测的准确性和适应性,其预测精度大幅提高,预测期望值高于单一的多项式拟合和灰色预测模型。 

【文章来源】：电气自动化. 2016,38(01)

【文章页数】：4 页

【文章目录】：
0 引言
1 GM( 1,1) 预测模型
2 多项式拟合模型
3 实例应用
4 结束语


【参考文献】：
期刊论文
[1]基于遗传算法模糊多元线性回归分析的瓦斯涌出量预测模型[J]. 王江荣.  工矿自动化. 2013(12)
[2]灰色系统预测在煤矿安全事故发生趋势预测中的应用[J]. 张爱霞,张云鹏,衣丽芬.  河北理工大学学报(自然科学版). 2010(03)
[3]离散数据的最小二乘曲线拟合及应用分析[J]. 曾长雄.  岳阳职业技术学院学报. 2010(03)
[4]数据拟合的最小二乘法在物理实验中的应用[J]. 单长吉,杨训钢,吴德兰,李林,任德华.  昭通师范高等专科学校学报. 2008(05)
[5]一种燃煤发热量的综合预测方法[J]. 王晓红,吴德会.  煤炭科学技术. 2006(06)
[6]数据拟合函数的最小二乘积分法[J]. 程毛林.  大学数学. 2006(01)
[7]多元线性回归的数学模型[J]. 刘严.  沈阳工程学院学报(自然科学版). 2005(Z1)
[8]数据拟合回归方法的探讨[J]. 周宏,谷浩.  财经问题研究. 2003(09)
[9]基于灰色GM（1,1）和自适应神经模糊推理的数据预测模型[J]. 王江荣.  计量技术. 2011 (10)



本文编号：3520800