10.16579/j.issn.1001.9669.2018.03.019
基于GA-BP神经网络薄煤层采煤机装煤性能预测
提高装煤量是薄煤层采煤机设计中的重要内容.针对传统方法难以解决多因素影响采煤机装煤量的问题,提出了基于遗传算法(GA)与BP神经网络相结合的薄煤层采煤机装煤率预测方法.建立了薄煤层采煤机装煤量的数学模型,利用遗传算法对神经网络的权值和阀值进行优化,以仿真数据为训练和检测样本,用GA-BP算法训练网络,避免了单独使用BP神经网络训练容易陷入局部极小值以及单独利用仿真的办法工作量大,仿真时间长的问题.结果表明:利用提出的方法即加快了收敛速度也提高了训练精度,对薄煤层采煤机装煤性能的预测具有重要意义.
遗传算法、BP神经网络、装煤性能、预测
40
TD421(矿山机械)
国家自然科学基金项目51574140
2018-08-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
620-625