基于改进DBO-BPNN的薄煤层采煤机俯采工况装煤率预测
王鹏飞
郭岱
天地上海采掘装备科技有限公司,上海 201400
摘要：为了提高俯采工况薄煤层采煤机的装煤性能,针对煤层倾角和装煤率,运动参数之间的关系难以量化以及普通BP神经网络预测精度较低等问题,提出一种基于改进DBO-BPNN的装煤率预测模型.其以BP神经网络为基础,采用改进DBO优化算法优化其初始权重和阈值,提高其预测精度和稳定性.为了验证该预测模型的预测效果,使用EDEM离散元仿真软件建立俯采工况薄煤层采煤机装煤仿真模型收集数据进行模型训练,并和其他算法优化的BP神经网络模型进行对比,结果表明使用改进的DBO算法优化的BP神经网络在俯采工况薄煤层采煤机滚筒装煤率预测精度方面有较大的优势,平均预测误差仅为2.0525％,是一种有效的装煤率预测办法,可以为俯采工况薄煤层采煤机的参数优化提供一些帮助.
关键词：EDEMBP神经网络DBO优化算法装煤率
分类号：TD421(矿山机械)
论文发表日期：2024-08-12
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 69-74,80 )
英文信息