-
作者
赵红泽王宇新李淋郭帅王金瑞任志辉
-
单位
中国矿业大学（北京）能源与矿业学院深部岩土力学与地下工程国家重点实验室神华准格尔能源有限责任公司黑岱沟露天煤矿
-
摘要
为了解决拉斗铲生产能力的测量问题,本文提出一种基于灰色关联结合GA-BP神经网络的预测方法。对影响拉斗铲生产能力的12个因素进行灰色关联分析,选取实动时间、出动率、有效抛爆量和有效抛掷率4个灰色关联度大于0.7的影响因素作为输入变量,拉斗铲月生产能力作为输出变量,建立了GA-BP神经网络和BP神经网络预测模型。结果表明,GA-BP神经网络最大相对误差为8.786%,平均相对误差为3.385%,平均相对误差方差为0.015 6,迭代次数为18次,各项性能均优于常规BP神经网络。GA-BP神经网络模型对拉斗铲生产能力预测的泛化性能更好,精度更高,为拉斗铲生产能力的预测提供了一种较为有效的方法。
-
关键词
灰色关联分析BP神经网络遗传算法拉斗铲生产能力预测
-
基金项目(Foundation)
国家重点研发计划(2018YFC0808301)；国家十二五科技支撑计划(2015BAK38B01)；深部岩土力学与地下工程国家重点实验室开放基金(SKLGDUEK1923)；
-
文章目录
1 灰色关联分析法
2 GA-BP神经网络预测模型
2.1 BP神经网络
2.2 遗传算法
3 GA-BP神经网络影响因子的确定
3.1 影响因素分析
（1） 倒堆工艺技术及参数。
（2） 驾驶员操作水平及天气影响。
（3） 抛掷爆破参数及效果。
（4） 施工组织管理及设备维修情况。
3.2 灰色关联度分析
4 GA-BP神经网络模型应用
4.1 GA-BP神经网络训练与测试
4.2 网络模型对比与检验
5 结 论
-
引用格式
赵红泽,王宇新,李淋,郭帅,王金瑞,任志辉.基于灰色关联分析与GA-BP神经网络的拉斗铲生产能力预测[J].矿业科学学报,2020,5(01):58-66.
矿业科学学报 
2020年第01期 
