在非充填式开采矿井,煤层顶板会出现周期性冒裂,形成以裂隙层、空隙层叠置而成的二元结构体为基本特征的矿井地下水含水系统。二元结构体所及含水层的弹性、重力释水,及其边界过水断面的汇(渗)水,共同构成矿井涌
为预测煤矿井田在生产过程中工作面的涌水量,探究水害防治的措施。以大南湖一号煤矿为研究对象,应用水文地质物探、抽水试验等手段对煤矿井田西翼水文地质情况进行勘测。根据勘测结果,结合区内历年涌水量情况,采用
李村煤矿为新建矿井,位于潞安矿区西部深埋区,计划开采山西组3号煤,矿井水害为煤层顶板砂岩裂隙水。在分析矿井水文地质条件的基础上,采用瞬变电磁探测成果,对3号煤顶板富水规律进行了研究,认为首采区的各含水
针对矿井涌水量时间序列的分形与灰色特征,采用重标极差分析法(R/S分析法)确定涌水量时间序列的Hurst指数和平均循环周期,在一个周期内建立等维灰数递补动态GM(1,1)预测模型。充分利用最新信息,提
灰色模型的预测模型代码对学习该模型意义重大!
聚类分析在矿井涌水水源判别中的应用,杨淼,刘勇,矿井涌水是煤矿开采中经常遇到的自然灾害之一,对涌水水源的判别是疏干、降压、注浆等防治工作的基础。本文就是通过多元统计学方
基于PSO-BP模型的矿井采掘工作面用水量的预测研究,王佩,施蕾蕾,用水量预测是进行矿井发展规划、水源规划、防尘管网布局以及节水措施选择的重要依据,是供水管网优化设计与运行可靠性评价的基础
基于MATLAB的AR模型测试
Matlab关于人工神经网络在预测中的应用的论文一-基于Matlab的BP神经网络煤炭需求预测模型.pdf一、基于Matlab的BP神经网络煤炭需求预测模型摘要:煤炭是中国的基础能源,支撑着国民经济的
BP神经网络在Matlab中的应用不仅限于图像识别和语音处理,还可以广泛用于时间序列预测。本文提供了完整的BP神经网络源码和相关数据,使用户能够轻松进行单列数据的递归预测,实现自回归的时间序列预测。在
