期刊订阅
广告服务
  • 中文
    EN
  • ISSN:0253-9993
  • CN: 11-2190/TD

《煤炭学报》

当前位置:首页 > 论文管理 > 基于极限学习机的采煤机功率预测算法研究

基于极限学习机的采煤机功率预测算法研究

DOI:

10. 13225 / j. cnki. jccs. 2015. 0928

作者(Author):

  • 丁华
  • 常琦
  • 杨兆建
  • 刘建成

作者单位:

  • 太原理工大学机械工程学院 煤矿综采装备山西省重点实验室 School of Engineering and Computer Science
  • University of the Pacific

关键词:

  • 采煤机
  • 功率预测
  • 极限学习机
  • 支持向量机
  • 模型推理
  • 摘要
  • 论文图表
  • 相关文章
  • 引用格式
为减少对领域专家的过分依赖,实现企业专家经验知识的继承,面向采煤机方案设计中总体技术参数的确定过程,结合采煤机条件属性与决策属性间的映射关系,提出了基于极限学习机的采煤机功率预测模型。采用遗传算法选定最佳隐层神经元个数,利用递进方式比选确定激励函数,随机产生输入权值及隐元偏置,由此计算隐层节点输出矩阵、隐层与输出层连接权重,进而完成建模与优化。模型可根据用户输入的不同原始设计条件输出采煤机功率的预测值。选用某煤机企业的实例数据进行算例分析,将其与基于支持向量机回归预测模型进行对比,实验结果表明,ELM模型可实现600 ms内完成单次功率预测,预测值与真实值平均相对误差在2.5%以内。其预测精度优于SVM模型,且在学习速度方面优势明显,推理效率显著提高。
暂无内容
  • 地址:北京市朝阳区和平街13区煤炭大厦

  • 邮编:100013

  • 编辑部电话:(010)87986411

  • 传真:(010)84262114