期刊文献+

基于ARIMA-LSTM模型对矿井涌水量的预测 被引量:1

下载PDF
导出
摘要 准确预测矿井涌水量,对于矿山安全生产和环境保护具有重要意义。为了提高矿井涌水量的预测精度,分析单独使用ARIMA和LSTM模型的不足,本文选择建立ARIMA-LSTM预测模型。利用MATLAB构建ARIMA-LSTM模型得到2019年12个月的矿井涌水量的预测结果,并与其他两种单一模型作对比,使用绝对相对误差作为评价指标,结果显示:建立的ARIMA-LSTM预测模型与实际值更加贴近,最大绝对误差为2.17%,远优于其他两种单一模型,大幅度提高了矿井涌水量的预测精度。
出处 《内蒙古煤炭经济》 2023年第24期1-3,共3页 Inner Mongolia Coal Economy
基金 2023年国家级大学生创新创业训练项目,高海拔长大隧道仰掘炮烟运移与排放优化研究(202310147003)。
  • 相关文献

参考文献4

二级参考文献43

共引文献6

同被引文献8

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部