留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

GA-BP网络在凿岩防卡阀推进压力预测中的应用

马威 马飞 郭荣 耿晓光

马威,马飞,郭荣,等.GA-BP网络在凿岩防卡阀推进压力预测中的应用[J].工矿自动化,2016, 42(7):44-50..  doi: 10.13272/j.issn.1671-251x.2016.07.011
引用本文: 马威,马飞,郭荣,等.GA-BP网络在凿岩防卡阀推进压力预测中的应用[J].工矿自动化,2016, 42(7):44-50..  doi: 10.13272/j.issn.1671-251x.2016.07.011
MA Wei, MA Fei, GUO Rong, et al. Application of GA-BP neural network in boost pressure forecast of anti-jamming valve used in rock drilling[J]. Industry and Mine Automation, 2016, 42(7): 44-50. doi: 10.13272/j.issn.1671-251x.2016.07.011
Citation: MA Wei, MA Fei, GUO Rong, et al. Application of GA-BP neural network in boost pressure forecast of anti-jamming valve used in rock drilling[J]. Industry and Mine Automation, 2016, 42(7): 44-50. doi: 10.13272/j.issn.1671-251x.2016.07.011

GA-BP网络在凿岩防卡阀推进压力预测中的应用

doi: 10.13272/j.issn.1671-251x.2016.07.011
基金项目: 

国家自然科学基金资助项目(51274021)

详细信息
  • 中图分类号: TD422

Application of GA-BP neural network in boost pressure forecast of anti-jamming valve used in rock drilling

  • 摘要: 分析了凿岩钻车防卡阀的结构和工作原理,利用某采石场原始卡钎数据,建立了防卡阀BP神经网络模型。基于遗传算法理论对BP神经网络模型进行了结构拓扑优化和训练,建立了GA-BP网络模型。分析结果表明,BP神经网络模型和GA-BP网络模型均可以较好地预测卡钎时防卡阀的推进压力,但GA-BP网络模型具有更高的预测精度、非线性映射和网络性能。

     

  • 加载中
计量
  • 文章访问数:  22
  • HTML全文浏览量:  4
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 刊出日期:  2016-07-10

目录

    /

    返回文章
    返回