文件名称:
基于深度学习的采煤机截割轨迹预测及模型优化
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2020-06-10
详细说明：提高采煤机记忆截割精度对于实现采煤机截割滚筒的自动调高，提升采煤机自动化水平具有重要意义。针对目前采煤机传统记忆截割方法精度不高的问题，本文根据采煤机截割过程具有一定重复性的特点，提出了一种基于深度长短时记忆（Long Short-term Memory，LSTM）神经网络的采煤机记忆截割轨迹预测方法，通过MATLAB平台实现了模型的构建与模型参数的优化，并使用实际截割数据对深度LSTM神经网络模型进行了验证。预测实验的结果表明，深度LSTM神经网络相对于支持向量回归与梯度提升回归树算法在截割轨迹预测方面具有更高的准确性。深度LSTM神经网络的平均绝对误差、平均绝对百分误差、均方根误差均低于支持向量回归与梯度提升回归树算法。实际生产中采煤机需进行多次循环截割，考虑到实时性问题，神经网络模型需要对截割轨迹进行多步预测。为了进一步提升模型能力，提高模型在进行多步预测时的准确性，提出了一种LSTM神经网络的改进结构。通过在LSTM神经网络中引入比例因子，强化了神经网络的记忆保持能力。缓解了随预测步数增加，深度LSTM神经网络模型预测误差增大的问题。并对改进后模型与原模型进行了预测对比实验，实
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
