基于機(jī)器學(xué)習(xí)的采掘運(yùn)裝備概念設(shè)計算法研究與實現(xiàn).pdf

1、隨著結(jié)構(gòu)與功能日趨完善，采掘運(yùn)裝備概念設(shè)計在其研制周期內(nèi)占有越來越重要的位置。采掘運(yùn)裝備的概念設(shè)計不僅體現(xiàn)了最終產(chǎn)品的創(chuàng)新水平，也決定了70％-80%的資金投入，且該階段的缺陷與錯誤在詳細(xì)設(shè)計階段難以糾正，易引發(fā)成本的進(jìn)一步增加。而傳統(tǒng)采掘運(yùn)裝備的概念設(shè)計存在過度依靠專家經(jīng)驗、知識分散、缺乏科學(xué)推理模型等弊端。因此，為輔助企業(yè)設(shè)計人員選擇決策，提高設(shè)計效率，縮減產(chǎn)品設(shè)計周期，本文以采煤機(jī)、掘進(jìn)機(jī)、刮板輸送機(jī)總體參數(shù)概念設(shè)計為研究對象，探

2、討了基于機(jī)器學(xué)習(xí)的概念設(shè)計智能算法，開發(fā)了基于WEB的采掘運(yùn)概念設(shè)計系統(tǒng)，并實現(xiàn)了其在企業(yè)的應(yīng)用。
　　針對采掘運(yùn)裝備概念設(shè)計的特點(diǎn)，對設(shè)計知識和經(jīng)驗進(jìn)行組織管理，有利于其繼承與共享。采用實例推理方法在數(shù)據(jù)庫中搜尋過往成功案例，用以解決類似的新問題，可減輕重復(fù)設(shè)計勞動，避免不必要的設(shè)計返工。利用支持向量回歸機(jī)、極限學(xué)習(xí)機(jī)、遺傳算法等機(jī)器學(xué)習(xí)理論構(gòu)造結(jié)構(gòu)化推理模型，給出問題的創(chuàng)新性解答；通過算法改進(jìn)及參數(shù)優(yōu)化，提高模型推理準(zhǔn)確率，使

3、設(shè)計結(jié)果更加可靠。
　　為將模型付諸于工程實踐，采用瀏覽器/服務(wù)器程序開發(fā)模式，基于VS2010集成開發(fā)環(huán)境，借助ASP.NET、SQL2008等技術(shù)，將C＃和MATLAB進(jìn)行混合編程，開發(fā)了基于WEB的采掘運(yùn)裝備概念設(shè)計系統(tǒng)，并交付企業(yè)使用。系統(tǒng)具有良好的人機(jī)交互界面，使設(shè)計人員不受空間限制，使用瀏覽器遠(yuǎn)程登錄服務(wù)器便可完成設(shè)計。
　　系統(tǒng)可輔助設(shè)計人員完成采掘運(yùn)裝備總體參數(shù)確定工作，自動生成設(shè)計方案。用戶在瀏覽器端輸入采

4、煤機(jī)采高、截深、煤層傾角等用戶屬性，系統(tǒng)可自動完成對已有產(chǎn)品的相似性比對，輸出相似產(chǎn)品案例；若未發(fā)現(xiàn)相似實例，則啟用基于支持向量機(jī)、極限學(xué)習(xí)機(jī)等智能機(jī)器學(xué)習(xí)算法的推理模型，輸出產(chǎn)品總體技術(shù)參數(shù)；經(jīng)人工干預(yù)調(diào)整后輸出，可保存為新實例以擴(kuò)充實例庫。系統(tǒng)具有較高的預(yù)測精度及計算效率，標(biāo)準(zhǔn)配置計算機(jī)上可實現(xiàn)3s內(nèi)完成單次參數(shù)推理，預(yù)測平均相對誤差可控制在5%以內(nèi)。
　　采掘運(yùn)裝備概念設(shè)計方法的研究及系統(tǒng)的開發(fā)，對企業(yè)設(shè)計知識進(jìn)行了整合，滿