基于极限学习机的采煤机功率预测算法研究

作     者：丁华 常琦 杨兆建 刘建成 DING Hua;CHANG Qi;YANG Zhao-jian;LIU Jian-cheng

作者机构：太原理工大学机械工程学院山西太原030024 煤矿综采装备山西省重点实验室山西太原030024 School of Engineering and Computer ScienceUniversity of the Pacific 

基　　金：国家留学基金资助项目(201406935030) 山西省科技重大专项资助项目(20111101040) 企业技术开发资助项目(143060430-J) 

出 版 物：《煤炭学报》 (Journal of China Coal Society)

年 卷 期：2016年第41卷第3期

页      码：794-800页

摘      要：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。

主 题 词：采煤机 功率预测 极限学习机 支持向量机 模型推理 

学科分类：081901[081901] 0819[工学-海洋工程类] 08[工学] 

核心收录：

D　O　I：10.13225/j.cnki.jccs.2015.0928

馆 藏 号：203720931...