公开(公告)号：CN118068414A

公开(公告)日：2024-05-24

申请号：CN202410125945.X

申请日：2024-01-30

Applicant: 辽宁大学

Inventor： 罗浩 ,  刘中一 ,  潘一山 ,  赵立克 ,  张欢 ,  李宏斌

IPC: G01V1/28 ,  G06N3/0464 ,  G06N3/006 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/25 ,  G01V1/30 ,  G01V1/01 ,  G06N3/048

Abstract: 一种RFM网络的矿震预测方法，其步骤为：1)将原始矿震数据按照7:3的比例划分训练集和测试集；2)使用改进的人工兔优化算法IARO对训练集所需的VMD的模态分量个数K和惩罚因子α这两个参数进行寻优；3)对训练集的矿震数据进行VMD分解：在得到步骤2)中的最优的K和α的组合后，使用VMD对矿震时间序列进行分解，分解后的数据包含多个规律性较强的IMF分量；4)将步骤3)分解后的数据输入到RFM网络中进行训练；5)再次使用IARO对测试集的数据进行参数寻优并进行VMD分解，将分解后的数据输入到训练好的模型之中进行测试，得到矿震预测结果。本发明通过上述方法，提供了一种能够提高矿震预测的准确性和可靠性的RFM网络的矿震预测方法。

公开(公告)号：CN117970426A

公开(公告)日：2024-05-03

申请号：CN202410131518.2

申请日：2024-01-30

Applicant: 辽宁大学

Inventor： 罗浩 ,  张欢 ,  潘一山 ,  丁琳琳 ,  刘中一 ,  张利

IPC: G01V1/01 ,  G01V1/28 ,  G06N3/0464 ,  G06F18/25 ,  G06F18/15 ,  G06F18/213 ,  G06F18/24 ,  G06F18/27 ,  G06F123/02

Abstract: 一种序列分解和多尺度联合模型的矿震预测方法，步骤为：1)对矿震事件数据预处理；2)对矿震数据使用自适应噪声完备集合经验模态分解方法进行分解；3)分析分解之后每一个子序列的游走程度并进行划分；4)对分解之后的矿震数据进行处理，缓解矿震序列的分布偏移；5)将矿震数据通过多尺度模型进行训练和测试，并保存最好的模型；6)保存预测的矿震事件的详细信息：加载已经训练好的模型，读取数据并对未来数据进行预测并保存在文件里。本发明通过上述方法，提供了一种具有较高的准确性和可靠性的矿震预测方法。