Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东科技大学李浩获国家专利权

山东科技大学李浩获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山东科技大学申请的专利基于组合模型与动态协同权重分配的煤矿涌水量预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120180953B

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510670414.3,技术领域涉及:G06F30/27;该发明授权基于组合模型与动态协同权重分配的煤矿涌水量预测方法是由李浩;张学朋;仲崇岩;周鲁洁;王振跃;王天宇;王梦含;牟兆祥设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

基于组合模型与动态协同权重分配的煤矿涌水量预测方法在说明书摘要公布了:本发明公开了一种基于组合模型与动态协同权重分配的煤矿涌水量预测方法,属于煤矿开采技术领域,包括如下步骤:步骤1、采集矿井涌水量的时间序列历史数据并进行预处理,将预处理后的数据定义为原始时间序列数据集合;步骤2、构建ARIMA模型;步骤3、构建GM1,1模型;步骤4、构建ARIMA‑GM组合模型进行矿井涌水量预测,并引入时间衰减因子、误差敏感系数和调节因子,构建动态协同权重分配机制进行权重更新与优化。本发明可以提高矿井涌水量预测的精度和稳定性。

本发明授权基于组合模型与动态协同权重分配的煤矿涌水量预测方法在权利要求书中公布了:1.一种基于组合模型与动态协同权重分配的煤矿涌水量预测方法,其特征在于,包括如下步骤: 步骤1、采集矿井涌水量的时间序列历史数据并进行预处理,将预处理后的数据定义为原始时间序列数据集合; 步骤2、构建ARIMA模型; 步骤3、构建GM1,1模型; 步骤4、构建ARIMA-GM组合模型进行矿井涌水量预测,并引入时间衰减因子、误差敏感系数和调节因子,构建动态协同权重分配机制进行权重更新与优化;具体过程为: 步骤4.1、初始化时间衰减因子、误差敏感系数和调节因子,并定义预测误差计算公式为: 11; 其中,为模型第周期的预测误差;为模型第周期的均方误差根; 步骤4.2、计算权重分子: 12; 其中,为模型的权重分子;为调节因子;为误差敏感系数;为模型第周期的预测误差;为模型第周期的预测误差;为时间衰减因子; 步骤4.3、计算归一化系数: 13; 其中,为归一化系数;为ARIMA模型的权重分子;为GM1,1模型的权重分子; 步骤4.4、为两种模型分配权重: 14; 15; 其中,为ARIMA模型第周期的权重;为GM1,1模型第周期的权重; 步骤4.5、将两种模型的预测结果加权合并,构建ARIMA-GM组合模型进行矿井涌水量预测: 16; 其中,为组合模型对矿井涌水量的预测值;为ARIMA模型预测序列;为GM1,1模型预测序列; 步骤4.6、进行动态参数优化;具体为根据预测误差动态调整参数: 若当前周期ARIMA模型和GM1,1模型的预测误差之和高于预先设置的阈值,则增加,具体增加数值根据实际情况调整; 若环境稳定性高,则降低,具体降低数值根据实际情况调整;环境稳定性高的具体表现为:涌水量数据波动小且无明显趋势变化,同时预测误差长期保持低水平且波动小; 步骤4.7、异常处理;当归一化系数趋近于零时,为异常情况,重置ARIMA模型的权重和GM1,1模型的权重均为默认值0.5。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东科技大学,其通讯地址为:266590 山东省青岛市黄岛区前湾港路579号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。