|
В данной статье раскрываются особенности практического применения алгоритмов прогнозирования энергопотребления на предприятиях горнодобывающей промышленности. Для оценки продуктивности, надёжности и эффективности выбранных алгоритмов прогнозирования (машина опорных векторов, искусственная нейронная сеть, дерево решений, случайный лес) были выявлены четыре параметра: коэффициент корреляции, средняя абсолютная ошибка, средняя квадратическая ошибка, относительная квадратическая ошибка. Результаты данного исследования показали, что наилучшей продуктивностью, надёжностью и эффективностью обладает модель прогнозирования, основанная на методе случайного леса, посредством которой можно оценить поведение экспериментальных энергетических нагрузок и смоделировать сценарии с целью выявления наилучших значений ключевых показателей эффективности осуществляемого производственного бизнес-процесса.
Ключевые слова:алгоритм прогнозирования, энергопотребление, машинное обучение, горнодобывающая промышленность, управление энергопотреблением, энергоэффективность, продуктивность и надёжность.
|