简介概要

基于极限学习机的采煤机功率预测模型构建

来源期刊:矿业研究与开发2018年第10期

论文作者:邓金涛 丁华

文章页码:80 - 85

关键词:采煤机;功率预测;概念设计;极限学习机;支持向量机;

摘    要:为提高采煤机概念设计的效率和质量,充分继承专家知识经验,面向采煤机概念设计过程,分析了采煤机内部参数的耦合关系,结合粗糙集属性约简和规则提取,提出基于极限学习机的采煤机电机功率预测模型。采用遗传算法优化隐含层神经元个数,并通过分析不同激励函数对决定系数的影响,优选激励函数。最后选用设备制造商的数据进行实验分析,并与支持向量机模型进行对比。结果表明,该模型决定系数保持在0.95以上,平均相对误差在5%以内,精度优于支持向量机模型,并且ELM模型在计算速度方面具有显著优势,能够满足应用需求。

详情信息展示

基于极限学习机的采煤机功率预测模型构建

邓金涛1,2,丁华1,2

1. 太原理工大学机械工程学院2. 煤矿综采装备山西省重点实验室

摘 要:为提高采煤机概念设计的效率和质量,充分继承专家知识经验,面向采煤机概念设计过程,分析了采煤机内部参数的耦合关系,结合粗糙集属性约简和规则提取,提出基于极限学习机的采煤机电机功率预测模型。采用遗传算法优化隐含层神经元个数,并通过分析不同激励函数对决定系数的影响,优选激励函数。最后选用设备制造商的数据进行实验分析,并与支持向量机模型进行对比。结果表明,该模型决定系数保持在0.95以上,平均相对误差在5%以内,精度优于支持向量机模型,并且ELM模型在计算速度方面具有显著优势,能够满足应用需求。

关键词:采煤机;功率预测;概念设计;极限学习机;支持向量机;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号