基于ELM模型的岩体质量分级及应用
为提高工程岩体质量分级的效率和准确率,提出一种岩体质量分级的极限学习机(ELM)模型.选取5项指标进行分析,采用现场30例岩体质量数据进行验证.将样本70%划分为训练集,30%划分为测试集,训练集用于优化ELM参数得到最优分级模型,然后将测试集作为最优模型输入,得到分级结果.训练集与测试集精度分别达96.52%、83.43%,满足工程需要.将该模型应用于某金矿岩体质量分级实例中,分级结果与现场实际情况一致.
岩体质量、极限学习机模型、地下矿山、岩土工程、分级
39
TD3;TU457(矿山压力与支护)
白银市2017年第二批科技计划项目2017-2-3G
2019-01-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
32-34,38