基于PSOGA-SVM的露天矿卡车油耗预测研究

作者：顾清华; 王骞^*; 江松; 马平平

来源：矿业研究与开发, 2021, 41(08): 161-166.

DOI：10.13827/j.cnki.kyyk.2021.08.028

• 露天矿
• 油耗预测
• 粒子群优化算法
• 支持向量机

针对露天矿卡车运输油耗预测问题,提出了一种基于遗传算法(GA)改进的粒子群优化算法(PSO),用以优化支持向量机(SVM)参数,构建了基于PSOGA-SVM的露天矿卡车油耗预测模型。模型考虑运量、运距、道路质量以及天气等8个影响因子,选取某大型露天矿智能生产管控系统中采集到的卡车油耗数据进行试验,将模型应用于矿山实际进行试验。试验结果表明,PSOGA-SVM卡车油耗预测模型能够比较快速、准确地预测出卡车油耗数据。相比其他对比试验模型,预测精度提高了30%、预测稳定性提高了34%,模型在露天矿卡车燃油消耗的预测应用中具有较好的适应性,可为露天矿卡车燃油消耗考核与油库管理提供参考。

• 单位
  西安建筑科技大学