[发明专利]一种采场巷道收敛量的非线性加权回归预测模型

摘要

本发明涉及一种采场巷道收敛量的非线性加权回归预测模型。其技术方案是：先建立采场巷道收敛量的时间序列和建立采场巷道收敛量的非线性加权回归预测一般模型，再用时间序列自回归模型AR(p)进行残差识别与估计，然后得到采场巷道收敛量的非线性加权回归预测模型，最后用预测值的近五期残差平方和来表征预测精度，即若，则精度越高。本发明具有预测准确度高的特点，可作为判断采场巷道稳定性的依据。

主权项

1.一种采场巷道收敛量的非线性加权回归预测模型，其特征在于所述模型的建立步骤是：第一步、建立采场巷道收敛量的时间序列：（1）式（1）中：是当时，采场巷道收敛量的值，是当时，采场巷道收敛量的值，是在时刻时，采场巷道收敛量的值，是当时，采场巷道收敛量的值；第二步、建立采场巷道收敛量的非线性加权回归预测一般模型：首先，选择皮尔函数为权函数，赋予在时刻时的采场巷道收敛量的值的权重；（2）式（2）中：是时间参数，是自然对数，，是皮尔函数的参数，分别通过试值法确定，确定后的需满足；其中：是采场巷道收敛量值的权重，是采场巷道收敛量值的权重；其次，建立采场巷道收敛量的一般非线性回归预测模型（3）式（3）中：是一般非线性回归预测模型残差序列，是时间参数，是一般非线性回归预测模型回归参数，分别由下式确定：1（4）式（4）中：是在时刻时的采场巷道收敛量的值，是的平均值，是时间序列的样本个数，是时间参数，是的平均值；然后，利用加权最小二乘法，由式（3）可得采场巷道收敛量的非线性加权回归预测一般模型（5）式（5）中：是非线性加权回归预测一般模型残差序列，是时间参数，是非线性加权回归预测一般模型回归参数，分别是：（6）式（6）中：是在时刻时的采场巷道收敛量的值，是的平均值，是时间参数，是的平均值，是在时刻时的采场巷道收敛量的值的权重；第三步、用时间序列自回归模型AR(p)进行残差识别与估计，先计算残差序列的自相关函数和偏相关函数，并判断自相关模型AR(p)的阶数；通过最小二乘法估计出自回归模型的系数，得到残差估计模型：（7）式（7）中：是残差估计模型AR(p)的系数，是残差序列，是白噪声；第四步、结合残差估计模型，由采场巷道收敛量的非线性加权回归预测一般模型得到采场巷道收敛量的非线性加权回归预测模型（8）式（8）中：是时间参数，是非线性加权回归预测一般模型回归参数，是残差估计模型AR(p)的系数，是残差序列，是白噪声；第五步、精度检验：将采场巷道收敛量的非线性加权回归预测模型预测值与一般非线性回归预测模型预测值进行对比，用预测值的近五期残差平方和来表征预测精度，如采场巷道收敛量的非线性加权回归预测模型预测值的近五期残差平方和比一般非线性回归预测模型预测值的近五期残差平方和小，即，精度越高；反之越低。