首页 | 本学科首页   官方微博 | 高级检索  
     

基于多元线性回归-BP 神经网络的自移式破碎机生产能力预测
引用本文:张崇欣,李克民,肖双双. 基于多元线性回归-BP 神经网络的自移式破碎机生产能力预测[J]. 中国矿业, 2013, 0(10)
作者姓名:张崇欣  李克民  肖双双
作者单位:中国矿业大学矿业工程学院,煤炭资源与安全开采国家重点实验室,江苏徐州221116
基金项目:“十一五”国家科技支撑计划项目资助(编号2006BAB16B00);中央高校基本科研业务费专项资金资助
摘    要:本文在对自移式破碎机系统生产能力影响因素分析的基础上,选取设备运行时间、炸药单耗和电铲作业周期时间作为可量化自变量,以系统生产能力为因变量建立多元线性回归方程,得到系统生产能力的预测模型。对多元线性回归模型预测结果的残差建立BP神经网络模型,利BP神经网络非线性拟合能力对残差进行调整。以某露天煤矿自移式破碎机系统生产数据为样本进行计算,多元线性回归模型预测误差为7%,修正后的模型预测误差为1.42%,预测精度显著提高。

关 键 词:多元线性回归  BP神经网络  自移式破碎机  能力预测

Prediction of self-moving crusher's production based on multiple linear regression-BP neural network
ZHANG Chong-xin , LI Ke-min , XIAO Shuang-shuang. Prediction of self-moving crusher's production based on multiple linear regression-BP neural network[J]. CHINA MINING MAGAZINE, 2013, 0(10)
Authors:ZHANG Chong-xin    LI Ke-min    XIAO Shuang-shuang
Abstract:
Keywords:multiple linear regression  BP neural network  self-moving crush  production predictied
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号