基于极限学习机的采煤机功率预测算法研究

• 作者: 丁华 刘建成 常琦 杨兆建
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 采煤机 功率预测 极限学习机 支持向量机 模型推理
• 年，卷（期）: 2016,（3）
• 页码范围: 794-800
• 分类号: TD421.6
• 语种: 中文
• DOI: 10.13225/j.cnki.jccs.2015.0928

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨兆建	太原理工大学机械工程学院	357	2366	21.0	31.0
3	丁华	太原理工大学机械工程学院	52	286	10.0	14.0
7	常琦	太原理工大学机械工程学院	4	23	2.0	4.0