共 4 条
基于ARIMA-LSTM模型对矿井涌水量的预测
被引：0
|作者：
余浩
[1
]
陈巧军
[1
]
岳楷迪
[1
]
吴梓阳
[1
]
机构：
[1] 辽宁工程技术大学
来源：
关键词：
矿井涌水量;
ARIMA;
LSTM;
ARIMA-LSTM预测模型;
绝对相对误差;
D O I：
10.13487/j.cnki.imce.024619
中图分类号：
TD742 [矿井涌水量];
学科分类号：
081903 ;
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。
引用
收藏
页码：1 / 3
页数：3
相关论文