基于数据融合理论的煤矿瓦斯动态预测技术

被引：43

作者：

邵良杉

付贵祥

机构：

[1] 辽宁工程技术大学系统工程研究所

来源：

煤炭学报 | 2008年 / 05期

关键词：

数据融合; 煤矿瓦斯; 自适应加权; Dempster-Shafer理论;

D O I：

10.13225/j.cnki.jccs.2008.05.017

中图分类号：

TD712 [矿井瓦斯];

学科分类号：

081903 ;

摘要：

针对煤矿瓦斯预测中存在的问题,提出了一种以数据融合理论为基础,利用贝叶斯估计方法和自适应加权进行信息处理和数据融合,利用Dempster-Shafer证据理论解决瓦斯预测过程中的不确定性和不精确性问题,并综合考虑煤矿井下瓦斯浓度等相关参数的新方法,实现了对瓦斯状态信息的在线整合,优化了预测参数,提高了煤矿瓦斯预测预报的准确性.该方法从整体上确立了同源数据的完备性,实现了煤矿瓦斯的动态预测.

引用

页码：551 / 555

页数：5

共 11 条

[1]

基于地理信息系统的煤矿瓦斯突出预测研究.[D].蔡晓明.昆明理工大学.2006, 10

[2] 基于模糊神经网络的信息融合方法在矿井供风系统中的应用 [J].