基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对煤流量短时间内的趋势进行预测,是实现带速与运量匹配的前提条件,而现有输送带煤流量短时预测方法存在实时性不好和精度不高的问题.针对上述问题,提出了一种基于支持向量机的输送带煤流量短时预测方法.该方法首先利用支持向量机算法选择实时煤流量作为因变量、统计数据时间作为自变量,然后对实际采集到的煤流量数据进行归一化处理,利用交叉验证方法选择出最优的参数,利用最优参数训练支持向量机,拟合出理想的短时间内煤流量预测曲线,最后通过进一步对比拟合均方误差、相关系数等预测指标来分析煤流量预测曲线与原始数据曲线的拟合程度,得到最佳预测曲线.Matlab仿真结果表明,该方法能够较好地预测输送带短时间内的煤流量,预测数据与真实值之间的偏差很小,均方误差为0.000 152 563,相关系数为99.784 8%.
推荐文章
基于激光测距原理的带式输送机监控系统对煤流量的检测
带式输送机
监控系统
煤流量
激光测距原理
检测算法
运煤输送带寿命延长的途径及方法
运煤输送带
寿命
途径
影响因素
基于超声波的带式输送机多点煤流量监测系统设计
带式输送机
煤流量监测
超声波传感器
节能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 输送带煤流量短时预测方法研究
来源期刊 工矿自动化 学科 工学
关键词 矿用带式输送机 煤流量短时预测 带速与运量匹配 回归预测 支持向量机 因变量 自变量
年,卷(期) 2019,(4) 所属期刊栏目 实验研究
研究方向 页码范围 72-76
页数 5页 分类号 TD528
字数 3053字 语种 中文
DOI 10.13272/j.issn.1671-251x.2018100075
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 乔铁柱 太原理工大学新型传感器与智能控制教育部重点实验室 60 276 10.0 12.0
2 冯梅 太原理工大学新型传感器与智能控制教育部重点实验室 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (99)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
矿用带式输送机
煤流量短时预测
带速与运量匹配
回归预测
支持向量机
因变量
自变量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工矿自动化
月刊
1671-251X
32-1627/TP
大16开
江苏省常州市木梳路1号中煤科工集团常州自动化研究院内
28-162
1973
chi
出版文献量(篇)
6068
总下载数(次)
11
总被引数(次)
33991
论文1v1指导