参数优化GA-ELM模型在露天煤矿抛掷爆破的预测

• 作者: 温廷新 窦融 邵良杉 陈晓宇 魏鹏
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 露天煤矿 抛掷爆破 预测 GA-ELM模型 试错法
• 年，卷（期）: 2017,（3）
• 页码范围: 630-638
• 页数: 9页
• 分类号: TD824.3
• 语种: 中文
• DOI: 10.13225/j.cnki.jccs.2016.0572

摘要

为有效指导露天煤矿制定正确生产计划,提高露天煤矿抛掷爆破预测的准确率,在分析露天煤矿抛掷爆破影响因素的基础上,通过“试错法”确定模型最优隐含层节点参数,进而提出一种参数优化后遗传算法(GA)和极限学习机(ELM)相结合的抛掷爆破预测模型.选取网络的输入输出相关参数,针对现有ELM输入权值矩阵和隐含层偏差,采用遗传算法对其进行优化选择;利用某露天煤矿抛掷爆破监测数据对该模型进行实例分析,并将RBF,BP,SVM,GA-BP模型预测结果与该模型进行对比分析;并引入Weibull模型,通过预测控制参数a,β模拟爆堆形态.研究结果表明:①通过“试错法”确定GA-ELM模型最优隐含层节点数为39,有效降低系统的仿真误差,该参数下仿真误差值为0.137 7;②相较于传统ELM预测模型,通过遗传算法优化后,有效抛掷率,松散系数以及抛掷距离均得出更小的均方误差MSE值(0.258 0,1.748 5×10-4,3.618 4)和更高的决定系数R2值(0.986 4,0.995 3,0.970 6),改进后的GA-ELM具有更好的拟合效果和泛化能力;③通过与其他智能算法如BP,RBF,SVM,GA-BP相比,改进后的GA-ELM测试结果(均方误差,决定系数,仿真误差)明显优于其他预测模型,有效提高预测精度;④利用训练完成的GA-ELM网络预测爆堆形态时,控制参数a,β的预测误差均未超过5％,预测爆堆曲线接近真实爆堆曲线.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	温廷新	辽宁工程技术大学系统工程研究所	68	340	10.0	14.0
6	陈晓宇	辽宁工程技术大学系统工程研究所	4	25	3.0	4.0
7	窦融	辽宁工程技术大学工商管理学院	2	21	2.0	2.0
8	魏鹏	辽宁工程技术大学工商管理学院	1	15	1.0	1.0