自回归模型在井水埋深预测中的应用及改进

中国安全科学学报

• 安全模拟与安全仿真学 • 上一篇下一篇

自回归模型在井水埋深预测中的应用及改进

王从陆，尹长林，李石林

湖南科技大学能源与安全工程学院%中南大学信息物理学院;长沙市规划局信息中心

出版日期:2005-06-20

Application and Improvement of Auto-regression Model in Prediction of Well Depth

Published:2005-06-20

摘要/Abstract

摘要： 用时间序列分析方法建立井水埋深的预测模型时,首先采用差分的方法把季节性时间序列变成平稳时间序列,在此基础上,再用动态数据系统方法的传统F检验定阶法进行分析.由于样本的随机性可能过早地退出对模型的循环检验,从而不能找到合适的预测模型.笔者在用自回归模型建立井水预测模型的基础上,采用了一种改进的建模方法,提高了预测精度,并用实例进行了验证.

中图分类号:

王从陆，尹长林，李石林. 自回归模型在井水埋深预测中的应用及改进[J]. 中国安全科学学报.

[1]	彭安华，王智明. 基于证据推理客运索道安全性评估[J]. 中国安全科学学报, 2010, 20(8): 110-.
[2]	陈原. 构建食品安全供应链协调管理系统研究[J]. 中国安全科学学报, 2010, 20(8): 148-.
[3]	朱伟兴，李丽，庞敏. 基于神经网络的数据融合在废气测量中的应用[J]. 中国安全科学学报, 2007, 17(6): 162-.
[4]	徐志胜，徐亮，冯凯. 基于GIS的小城镇洪灾淹没分析与应急决策系统[J]. 中国安全科学学报, 2005, 15(6): 11-.
[5]	李宗翔. 采空区遗煤自燃过程及其规律的数值模拟研究[J]. 中国安全科学学报, 2005, 15(6): 15-.
[6]	杨方，于雷，宋国华，王文，裴文文. 基于存活概率的动态车龄分布模型[J]. 中国安全科学学报, 2005, 15(6): 24-.
[7]	邬剑明，王俊峰. 基于神经网络的煤层自然发火的非线性预测[J]. 中国安全科学学报, 2004, 14(5): 11-.
[8]	鞠彦忠，阎贵平，陈建斌，陈景彦，陈建华. 用ART2神经网络方法进行结构的损伤识别[J]. 中国安全科学学报, 2003, 13(3): 1-.
[9]	郭文兵，邹友峰，邓喀中. 煤层底板采动导水破坏深度计算的神经网络方法[J]. 中国安全科学学报, 2003, 13(3): 34-.
[10]	肖国清，刘英学，朱永建，陈宝智. 煤体注水湿润半径预测的神经网络模型[J]. 中国安全科学学报, 2002, 12(4): 19-.
[11]	吴强. 基于神经网络的煤与瓦斯突出预测模型[J]. 中国安全科学学报, 2001, 11(4): 69-.

自回归模型在井水埋深预测中的应用及改进

Application and Improvement of Auto-regression Model in Prediction of Well Depth

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价