基于广义回归神经网络的煤矿带式输送机模型预测控制

摘要

针对煤矿井下运输系统能耗大、生产成本高等问题，提出基于广义回归神经网络（GRNN）的带式输送机模型预测控制（MPC）策略。引入动态自适应权重和莱维飞行策略改进天牛须算法（BAS），并采用改进的天牛须算法对广义回归神经网络进行超参数寻优。建立了带式运输机模型，采用模型预测控制策略对带式输送机的运行进行优化与控制；优化过程采用了基于分时电价的控制策略。实验结果表明：与带式输送机传统的运行方式相比，所提出的控制策略不仅可以减少能源消耗，而且可以有效降低运行成本。