有色金属（矿山部分）
有色金屬（礦山部分）
유색금속（광산부분）
NONFERROUS METALS (MINE SECTION)
2013年
6期
32-35,40
,共5页
矿用卡车%神经网络%作业环境%单位油耗
礦用卡車%神經網絡%作業環境%單位油耗
광용잡차%신경망락%작업배경%단위유모
利用TRAINCGF算法构建矿用卡车外部环境参数与卡车单位燃油消耗的BP神经网络预测模型.模型的输入信息为阶段产量、平均运距、平均高差、故障率、道路质量、司机操作、天气状况和日常维护,输出信息为单位油耗.BP神经网络模型为8-12-1结构,动量因子和学习因子分别为0.7和0.5.模型测试结果表明,相对误差最大值为4.5237％,相对拟合率值为0.9513,模型精度较高.该模型可为卡车油耗考核和油库进油提供参考.
利用TRAINCGF算法構建礦用卡車外部環境參數與卡車單位燃油消耗的BP神經網絡預測模型.模型的輸入信息為階段產量、平均運距、平均高差、故障率、道路質量、司機操作、天氣狀況和日常維護,輸齣信息為單位油耗.BP神經網絡模型為8-12-1結構,動量因子和學習因子分彆為0.7和0.5.模型測試結果錶明,相對誤差最大值為4.5237％,相對擬閤率值為0.9513,模型精度較高.該模型可為卡車油耗攷覈和油庫進油提供參攷.
이용TRAINCGF산법구건광용잡차외부배경삼수여잡차단위연유소모적BP신경망락예측모형.모형적수입신식위계단산량、평균운거、평균고차、고장솔、도로질량、사궤조작、천기상황화일상유호,수출신식위단위유모.BP신경망락모형위8-12-1결구,동량인자화학습인자분별위0.7화0.5.모형측시결과표명,상대오차최대치위4.5237％,상대의합솔치위0.9513,모형정도교고.해모형가위잡차유모고핵화유고진유제공삼고.
