摘要
本发明提出一种煤炭生产分析系统的运行方法。该方法收集影响煤炭需求和产量的因素,通过基于聚类的特征分组选择特征;结合ARIMA模型和支持向量机模型进行煤炭需求预测,采用遗传算法优化极限学习机进行煤炭产量预测;最后实时监测生产数据,制定相应工作生产计划。特征分组时进行数据预处理,使用层次聚类算法和最短距离链接方法,确定分组数并分析特征与目标需求的关系。ARIMA模型和支持向量机模型结合可提高需求预测精度,遗传算法优化极限学习机能提高产量预测性能。本发明能综合考虑多种因素,准确预测煤炭需求和产量,有效指导煤炭生产,提高企业效益。实时监测生产数据并进行生产计划的调整,可确保生产的高效进行。
技术关键词
支持向量机模型
ARIMA模型
极限学习机
煤炭
层次聚类算法
分析系统
链接方法
皮尔逊相关系数
遗传算法优化
广义逆矩阵
线性回归模型
数据
短距离
计划
参数
误差
系统为您推荐了相关专利信息
智能管理系统
深度神经网络架构
绝缘板材
断开装置
导电板材
快速检测方法
样本
变量
支持向量机模型
XGBoost模型
状态识别方法
支持向量机模型
风险
局部优化算法
水下航行器壳体
拖拉机田间作业
辨识方法
极限学习机
无线通信传输模块
地面