来源：期刊VIP网 时间：
作者：王向前;王琴;徐宁可;
单位：安徽理工大学经济与管理学院;安徽理工大学计算机科学与工程学院;
摘要：瓦斯浓度预测对于瓦斯灾害防治具有重要意义。针对瓦斯浓度预测中预测精度低、泛化能力弱和单点预测方法描述信息过于单一的问题，提出一种基于GRU和NKDE的区间预测模型。首先，采用GRU网络实现瓦斯浓度的点预测，并在此基础上构建一组瓦斯浓度预测误差数据集；然后，以渐进积分均方误差为准则进行窗宽优化，实现非参数核密度估计；最后，通过叠加点预测结果，得到不同置信度下的瓦斯浓度区间预测结果，并进行评估。选取不同工作面的2组历史数据进行验证，研究结果表明：与SVM、BP和ARIMA等方法相比，GRU网络预测精度更高；基于GRU网络预测生成的误差数据集，与高斯模型及随机窗宽的非参数核密度估计模型相比，最优窗宽的非参数核密度估计模型更接近真实的预测误差分布，能够有效预测煤矿瓦斯浓度的区间。研究结果可为煤矿安全管理提供参考依据。
关键词：瓦斯浓度;;门控循环单元;;非参数核密度估计;;窗宽优化;;区间预测
基金资助：国家自然科学基金项目(51874003,51474007)
