矿用卡车单位油耗的神经网络预测

• 作者: 唐小龙 温廷新 马龙梅
• 来源期刊: 有色金属（矿山部分）
• 学科: 交通运输
• 关键词: 矿用卡车 神经网络 作业环境 单位油耗
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 矿山设备
• 页码范围: 32-35,40
• 页数: 5页
• 分类号: U495
• 字数: 2445字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4172.2013.06.009

摘要

利用TRAINCGF算法构建矿用卡车外部环境参数与卡车单位燃油消耗的BP神经网络预测模型.模型的输入信息为阶段产量、平均运距、平均高差、故障率、道路质量、司机操作、天气状况和日常维护,输出信息为单位油耗.BP神经网络模型为8-12-1结构,动量因子和学习因子分别为0.7和0.5.模型测试结果表明,相对误差最大值为4.5237％,相对拟合率值为0.9513,模型精度较高.该模型可为卡车油耗考核和油库进油提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温廷新	辽宁工程技术大学工商管理学院	68	340	10.0	14.0
2	马龙梅	辽宁工程技术大学工商管理学院	4	15	3.0	3.0
3	唐小龙	辽宁工程技术大学工商管理学院	4	15	3.0	3.0