基于机器学习方法的露天矿卡车运行状态时间预测研究

作     者：顾清华 马平平 闫宝霞 卢才武 GU Qinghua;MA Pingping;YAN Baoxia;LU Caiwu

作者机构：西安建筑科技大学资源工程学院陕西西安710055 中国有色金属工业西安勘察设计研究院有限公司陕西西安710043 

基　　金：国家自然科学基金资助项目(51774228,51404182) 陕西省自然科学基金资助项目(2017JM5043) 陕西省教育厅专项科研计划项目(17JK0425) 

出 版 物：《矿业研究与开发》 (Mining Research and Development)

年 卷 期：2020年第40卷第7期

页      码：149-155页

摘      要：针对露天矿卡车从装载点到卸载点的运输循环总时间预测问题,在考虑卡车特征、道路特征和天气特征影响的情况下,通过支持向量机(SVM)、Adaboost和随机森林(RF)3种算法构建了露天矿卡车运行状态时间预测模型。以某大型露天矿山的卡车调度系统采集数据为例,结果表明,针对运行状态时间预测,采用SVM、Adaboost和RF 3种算法预测结果均优于传统平均法,最佳机器学习方法的平均绝对误差降低了81.52%;同时,将运行状态作为行程时间预测的最小单元进行组合预测,比用单一方法预测整个运输过程时间更好,其平均平方误差和平均绝对误差分别相对降低了76.96%和29.90%。

主 题 词：机器学习 露天矿 卡车运行状态 时间预测 

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

D　O　I：10.13827/j.cnki.kyyk.2020.07.030

馆 藏 号：203955715...