基于HGSVMA模型的露天矿卡车行程时间动态预测研究

TD422; 针对露天矿卡车在车流规划中的行驶时间预测问题,提出一种基于遗传算法优化SVM参数方法,并考虑卡车状态、速度、载重量以及路面类型、坡度等9个影响因子,构建了基于HGSVMA模型的露天矿卡车行程时间预测模型.实验选取某大型露天矿卡车调度系统所采集的卡车行程时间进行仿真模拟,并将HGSVMA模型与GS-SVM模型、PSO-SVM模型和GA-SVM模型的预测结果进行对比,结果表明,HGSVMA模型预测效果最好,对提高露天矿卡车行程时间预测具有良好的应用前景....

Full description

Saved in:
Bibliographic Details
Published in中国矿业 Vol. 30; no. 4; pp. 96 - 102
Main Authors 顾清华, 马平平, 闫宝霞, 卢才武, 陈露
Format Magazine Article
LanguageChinese
Published 西安建筑科技大学资源工程学院,陕西 西安 710055%中国有色金属工业西安勘察设计研究院有限公司,陕西 西安 710043%西安建筑科技大学管理学院,陕西 西安 710055 01.04.2021
Subjects
支持向量机
遗传算法
行程时间预测
露天矿卡车
Online AccessGet full text
ISSN1004-4051
DOI10.12075/j.issn.1004-4051.2021.04.015

Cover

More Information
Summary:TD422; 针对露天矿卡车在车流规划中的行驶时间预测问题,提出一种基于遗传算法优化SVM参数方法,并考虑卡车状态、速度、载重量以及路面类型、坡度等9个影响因子,构建了基于HGSVMA模型的露天矿卡车行程时间预测模型.实验选取某大型露天矿卡车调度系统所采集的卡车行程时间进行仿真模拟,并将HGSVMA模型与GS-SVM模型、PSO-SVM模型和GA-SVM模型的预测结果进行对比,结果表明,HGSVMA模型预测效果最好,对提高露天矿卡车行程时间预测具有良好的应用前景.
ISSN:1004-4051
DOI:10.12075/j.issn.1004-4051.2021.04.015