温廷新
- 作品数：98 被引量：465H指数：13
- 供职机构：辽宁工程技术大学工商管理学院更多>>
- 发文基金：国家自然科学基金辽宁省社会科学规划基金山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程经济管理矿业工程更多>>
- 煤与瓦斯突出预测的随机森林模型被引量：27
- 2014年
- 煤与瓦斯突出是煤矿开采过程中主要的动力灾害之一,针对煤与瓦斯突出等级预测问题,提高突出预测的准确率,选取最大主应力、瓦斯压力、瓦斯含量、顶板岩性、距断裂距离、煤层厚度、开采垂深、绝对瓦斯涌出量和相对瓦斯涌出量9个影响因素作为煤与瓦斯突出等级预测的评价指标,同时对相关程度较高的评价指标进行因子分析,提取公共因子,用随机森林算法进行训练预测,建立了基于因子分析的煤与瓦斯突出预测的随机森林模型。通过煤矿实测19组煤与瓦斯突出的数据作为训练样本数据集进行模型的训练,5组数据作为该预测模型的测试数据,进行煤与瓦斯突出预测,同时通过其他预测模型预测结果的对比,验证了随机森林算法在煤与瓦斯突出预测中具有较高的准确度。
- 温廷新张波邵良杉
- 关键词：煤与瓦斯突出
- 参数优化GA-ELM模型在露天煤矿抛掷爆破的预测被引量：34
- 2017年
- 为有效指导露天煤矿制定正确生产计划,提高露天煤矿抛掷爆破预测的准确率,在分析露天煤矿抛掷爆破影响因素的基础上,通过"试错法"确定模型最优隐含层节点参数,进而提出一种参数优化后遗传算法(GA)和极限学习机(ELM)相结合的抛掷爆破预测模型。选取网络的输入输出相关参数,针对现有ELM输入权值矩阵和隐含层偏差,采用遗传算法对其进行优化选择;利用某露天煤矿抛掷爆破监测数据对该模型进行实例分析,并将RBF,BP,SVM,GA-BP模型预测结果与该模型进行对比分析;并引入Weibull模型,通过预测控制参数ɑ,β模拟爆堆形态。研究结果表明:(1)通过"试错法"确定GA-ELM模型最优隐含层节点数为39,有效降低系统的仿真误差,该参数下仿真误差值为0.137 7;(2)相较于传统ELM预测模型,通过遗传算法优化后,有效抛掷率,松散系数以及抛掷距离均得出更小的均方误差MSE值(0.258 0,1.748 5×10-4,3.618 4)和更高的决定系数R2值(0.986 4,0.995 3,0.970 6),改进后的GA-ELM具有更好的拟合效果和泛化能力;(3)通过与其他智能算法如BP,RBF,SVM,GA-BP相比,改进后的GA-ELM测试结果(均方误差,决定系数,仿真误差)明显优于其他预测模型,有效提高预测精度;(4)利用训练完成的GA-ELM网络预测爆堆形态时,控制参数a,β的预测误差均未超过5%,预测爆堆曲线接近真实爆堆曲线。
- 温廷新陈晓宇邵良杉窦融魏鹏
- 关键词：露天煤矿抛掷爆破试错法
- 基于结构元理论的露天煤矿采剥计划模型被引量：2
- 2015年
- 针对露天煤矿开采中年采剥量为模糊数的采剥计划优化问题,引入了模糊结构元理论,将动锥排除法获得的各个地质最优开采体的模糊采剥量用结构元表示,构建基于结构元的露天煤矿采剥计划模型.对某露天煤矿进行实证研究.结果表明:受市场供求关系及技术可行性等影响,该模型可同时得到模糊最佳生产量,可能的采剥顺序,可能的生产寿命及模糊总净现值的隶属函数解析表达,把模糊问题用精确的表达式表示,可为决策者提供更多的信息.
- 邵良杉赵琳琳张艳菊温廷新
- 关键词：露天煤矿采剥计划结构元
- 露天采矿爆破振动特征参量的Logistic-ELM预测被引量：2
- 2015年
- 针对露天采矿爆破过程中特征参量的预测问题,采用Logistic回归分析和极限学习机(ELM)方法,选取总药量、水平距离、高差、前排抵抗线大小、预裂缝穿透率、岩体完整性、传播介质、测点与爆区相对位置、炸药爆速等9个主要影响因素,利用Logistic回归方法分析各个因素的重要程度,提取最主要的因素作为ELM模型的输入,建立基于LogisticELM的露天采矿爆破振动特征参量预测模型。采用露天矿实际爆破过程中测量的100组数据作为学习样本,用于预测模型的训练,使用所得模型对其余15组检验样本进行预测并与真实结果对比。实验结果表明,经过Logistic回归分析提取影响爆破振动特征参量的主要因素后,所得模型可有效预测露天采矿爆破振动的特征参量,误差率较低。
- 温廷新戚磊邵良杉
- 关键词：露天采矿爆破振动极限学习机LOGISTIC回归分析
- 矿区采空塌陷危险性预测的RS-SVM模型被引量：8
- 2015年
- 为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。
- 温廷新孙红娟徐波邵良杉章菲菲
- 关键词：采空区属性约简
- 基于PCA-ELM模型的露采爆破振动对民房破坏的预测分析被引量：7
- 2015年
- 针对露天采矿爆破振动对民房破坏的预测问题,采用主成分分析(PCA)和极限学习机(ELM)方法,选取爆破振幅、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件10个主要影响因素。引入相关性分析在主成分分析过程中,对相关性高的指标进行降维,把得到的3个综合因子和爆破振幅、主频率、主频率持续时间、砖墙面积率作为输入变量,构建露天煤矿PCA-ELM预测模型。选取露天矿实际爆破过程中测量的100组数据作为模型训练样本,用另外20组数据作为测试样本进行预测。结果表明:对民房破坏影响因素中灰缝强度、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件之间具有较高的关联度。该模型处理高维数据时较传统的ELM算法具有预测精度高、稳定性好等特点,可准确预测爆破振动对民房的破坏程度,误判率为1/20。
- 温廷新朱成伟孔祥博
- 关键词：爆破振动极限学习机主成分分析
- 基于业务流程再造的系统逻辑模型建立被引量：1
- 2006年
- 本文探讨了企业实施业务流程再造,如何进行信息化开发。通过对结构化开发方法的生命周期进行分析,运用过程分解的方法,得出业务流程再造思想应该体现在系统分析阶段,关键在于如何建立系统的逻辑模型。并提出了两种逻辑模型建立的方法:根据业务建立再造模型和根据数据流建立再造模型。
- 温廷新李飞
- 关键词：业务流程再造数据流程图
- 基于评分与文本融合的多注意力跨域推荐算法
- 2024年
- 为解决在目标领域推荐过程中用户与物品交互数据的稀疏性问题,提出一种新的跨域推荐模型。将辅助领域中的知识迁移到目标域中,基于前馈神经网络分别获得评分信息与评论文本信息的域独有特征;通过采用基于神经网络的特征提取器与基于向量嵌入的域鉴别器融合后的对抗模型,获得评分信息与评论文本信息的域共享特征;再基于多层注意力机制将域独有特征与域共享特征进行融合,从而获得用户对物品的兴趣度。研究结果表明:对于两种经典的推荐评价性能指标,所提出的模型在Amazon数据集上可以获得更好的推荐性能。
- 马娜温廷新贾旭李晓会
- 基于模糊神经网络的煤矿安全风险评价研究
- 针对煤矿安全风险评估的不确定性与复杂性,为提高煤矿安全风险评价的准确性,本文采用模糊理论隶属度反映各因子的相对状态对煤矿安全的风险因素指标进行量化,作为BP神经网络的输入,增加对模糊性的识别能力,通过BP神经网络进行学习...
- 温廷新王冉
- 关键词：煤矿安全模糊神经网络软件仿真
- 文献传递
- 遗传算法优化的GM(1,1)模型研究被引量：8
- 2015年
- 为提高GM(1,1)模型预测精度,文章分析了模型中背景值构造与预测结果误差的关系,并总结了背景值改进研究的相关成果。采用权值序列替换原模型背景值构造公式中的单一权值,建立了GA-GM(1,1)预测模型,利用遗传算法迭代寻优获得的一组最优权值序列来构造背景值,以提高模型精度。用两组数据进行GA-GM(1,1)模型与GM(1,1)模型的对比实验,结果表明GA-GM(1,1)具有更小的预测误差,验证了该模型的有效性。
- 邵良杉马寒温廷新张银玲
- 关键词：GM(1,1)模型背景值遗传算法权值
