中国矿业
中國礦業
중국광업
CHINA MINING MAGAZINE
2013年
10期
137-140
,共4页
多元线性回归%BP神经网络%自移式破碎机%能力预测
多元線性迴歸%BP神經網絡%自移式破碎機%能力預測
다원선성회귀%BP신경망락%자이식파쇄궤%능력예측
multiple linear regression%BP neural network%self-moving crush%production predictied
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。
本文在對自移式破碎機繫統生產能力影響因素分析的基礎上，選取設備運行時間、炸藥單耗和電鏟作業週期時間作為可量化自變量，以繫統生產能力為因變量建立多元線性迴歸方程，得到繫統生產能力的預測模型。對多元線性迴歸模型預測結果的殘差建立BP神經網絡模型，利BP神經網絡非線性擬閤能力對殘差進行調整。以某露天煤礦自移式破碎機繫統生產數據為樣本進行計算，多元線性迴歸模型預測誤差為7％，脩正後的模型預測誤差為1．42％，預測精度顯著提高。
본문재대자이식파쇄궤계통생산능력영향인소분석적기출상，선취설비운행시간、작약단모화전산작업주기시간작위가양화자변량，이계통생산능력위인변량건립다원선성회귀방정，득도계통생산능력적예측모형。대다원선성회귀모형예측결과적잔차건립BP신경망락모형，리BP신경망락비선성의합능력대잔차진행조정。이모로천매광자이식파쇄궤계통생산수거위양본진행계산，다원선성회귀모형예측오차위7％，수정후적모형예측오차위1．42％，예측정도현저제고。
The equipment running time ,explosives consumption and shovel cycle time are selected to be the quantifiable argument ,and the production capacity of the system is selected to be the dependent variable to establish a multiple linear regression equation ,based on analyzing the factors affected the self-moving crusher system's production .The equation can predict system production .The BP neural network is established to adjust residuals of the multiple linear regression model ,used with the feature of the model in nonlinear fitting .The prediction accuracy is significantly improved .The error of multiple linear regression model is 7% ,and the error of the modified model is 1 .42% .
