露天煤矿边坡稳定性预测的PSO-LSSVM模型 |
| |
引用本文: | 温廷新,张波.露天煤矿边坡稳定性预测的PSO-LSSVM模型[J].有色金属(矿山部分),2014(1). |
| |
作者姓名: | 温廷新 张波 |
| |
作者单位: | 辽宁工程技术大学系统工程研究所; |
| |
基金项目: | 辽宁省教育厅创新团队基金(LT2010048);山东省自然科学基金(ZR2010FL012) |
| |
摘 要: | 针对边坡工程稳定性预测的复杂性,将粒子群算法和最小二乘支持向量机结合,使用粒子群优化算法寻找最小二乘支持向量机的最优参数,选取七项因素(岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力和振动系数)作为边坡稳定性的影响因素,建立PSO-LSSVM的边坡稳定性预测模型。利用矿山实测30组边坡稳定性数据进行学习训练,另用12组数据进行测试,同时与LSSVM测试数据进行比较,验证了PSO-LSSVM模型在矿山边坡稳定性预测中有较高的准确度。
|
关 键 词: | 粒子群算法 最小二乘支持向量机 边坡稳定性 |
本文献已被 CNKI 等数据库收录! |
|