ELM神经网络爆堆形态预测模型的研究及应用
来源期刊:煤炭学报2012年第S1期
论文作者:黄永辉 李胜林 樊祥伟 王宇涛 周美红
文章页码:65 - 69
关键词:ELM算法;BP神经网络;爆堆形态;抛掷爆破;
摘 要:以Moore-Penrose广义逆的定义和欧几里德空间内线性系统的最小二乘范数解原理为基础,运用Extreme Learning Machine(ELM)神经网络———一种快速的前向神经网络学习算法,以Weibull函数的2个控制参数α,β以及松散系数ξ为输出层,提出了一种预测高台阶抛掷爆破爆堆形态的模型。该预测模型提高了爆堆形态预测的准确度,通过对黑岱沟露天煤矿爆堆形态的预测表明,ELM神经网络高台阶抛掷爆破爆堆形态预测模型的预测准确度高于同期使用BP神经网络预测的结果,更加接近于爆堆实际形态。
黄永辉1,李胜林1,2,樊祥伟3,王宇涛1,周美红1
1. 中国矿业大学(北京)力学与建筑工程学院2. 北京中大爆破工程有限公司3. 山东省城乡建设勘察院
摘 要:以Moore-Penrose广义逆的定义和欧几里德空间内线性系统的最小二乘范数解原理为基础,运用Extreme Learning Machine(ELM)神经网络———一种快速的前向神经网络学习算法,以Weibull函数的2个控制参数α,β以及松散系数ξ为输出层,提出了一种预测高台阶抛掷爆破爆堆形态的模型。该预测模型提高了爆堆形态预测的准确度,通过对黑岱沟露天煤矿爆堆形态的预测表明,ELM神经网络高台阶抛掷爆破爆堆形态预测模型的预测准确度高于同期使用BP神经网络预测的结果,更加接近于爆堆实际形态。
关键词:ELM算法;BP神经网络;爆堆形态;抛掷爆破;