基于机器学习的无人驾驶矿卡油耗预测分析
刘海锋
国能准能集团有限责任公司,内蒙古 鄂尔多斯 010300
摘要：为了优化无人驾驶矿卡的能源管理并提高运输效率,基于有效载荷、总阻力、实际速度等关键变量,建立了无人驾驶矿卡油耗预测模型,分析了多元线性回归、人工神经网络和支持向量机3种机器学习模型的油耗预测指标,对无人驾驶系统合理规划行驶策略,提高能源利用效率有重要的意义,并可作为无人驾驶矿卡性能评估的参考依据.基于无人驾驶矿卡实际应用场景,对矿卡柴油消耗建模和评估问题展开研究,采用内蒙古某露天煤矿的30万条实际运行数据,通过决定系数(R2)、均方误差(MSE)等指标评估模型效果,人工神经网络模型的预测精度最高(R2=0.9051,MSE=486.32),可为无人驾驶矿卡的节能路径规划与任务调度提供可靠依据.
关键词：无人驾驶矿卡油耗预测多元线性回归人工神经网络支持向量机无人驾驶矿卡性能评估
分类号：TD57(矿山运输与设备)
论文发表日期：2025-10-15
在线出版日期：2025-12-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 56-61 )
英文信息