基于极限学习机的采煤机功率预测模型构建

作者：邓金涛; 丁华^*

来源：矿业研究与开发, 2018, 38(10): 80-85.

DOI：10.13827/j.cnki.kyyk.2018.10.018

• 采煤机
• 功率预测
• 概念设计
• 极限学习机
• 支持向量机

为提高采煤机概念设计的效率和质量,充分继承专家知识经验,面向采煤机概念设计过程,分析了采煤机内部参数的耦合关系,结合粗糙集属性约简和规则提取,提出基于极限学习机的采煤机电机功率预测模型。采用遗传算法优化隐含层神经元个数,并通过分析不同激励函数对决定系数的影响,优选激励函数。最后选用设备制造商的数据进行实验分析,并与支持向量机模型进行对比。结果表明,该模型决定系数保持在0.95以上,平均相对误差在5%以内,精度优于支持向量机模型,并且ELM模型在计算速度方面具有显著优势,能够满足应用需求。

• 单位
  太原理工大学