矿用卡车单位油耗的神经网络预测

摘要

利用TRAINCGF算法构建矿用卡车外部环境参数与卡车单位燃油消耗的BP神经网络预测模型。模型的输入信息为阶段产量、平均运距、平均高差、故障率、道路质量、司机操作、天气状况和日常维护,输出信息为单位油耗。BP神经网络模型为8—12—1结构,动量因子和学习因子分别为0.7和0.5。模型测试结果表明,相对误差最大值为4.5237%,相对拟合率值为0.9513,模型精度较高。该模型可为卡车油耗考核和油库进油提供参考。