基于CEEMD GRU模型的矿井涌水量预测.pdf

文档介绍：第 卷 第 期 北 京 工 业 大 学 学 报
47 8 Vol. 47 No. 8
年 月
2021 8 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY Aug. 2021
基于 CEEMD_GRU 模型的矿井涌水量预测
李占利, 邢金莎, 靳红梅, 李洪安
西安科技大学计算机科学与技术学院 西安
( , 710600)
摘 要: 为了提高矿井涌水量的预测精度 提出基于互补集合经验模态分解
, (complementary ensemble empirical mode
与门控循环单元 相结合的矿井涌水量预测模型
decomposition, CEEMD) (gated recurrent unit, GRU) (CEEMD_GRU).
首先 通过 算法将一维涌水量数据分解为多个本征模态函数 分量和一个残差余
, CEEMD (intrinsic mode function,IMF)
量 本征模态函数分量反映涌水量数据在不同时间尺度的波动特征 残差余量反映数据长期变化的趋势特征 然后
, , ; ,
针对各分量分别建立 神经网络模型 将对一维数据的研究转换为对其分解后多维子分量的研究 训练学****各分
GRU , ,
量的时序变化规律并进行预测 最后 将预测结果融合得到最终涌水量预测值 将 与反向传播