多策略灰狼算法优化SVM的尾矿坝地下水位预测

摘要：

为实现尾矿坝地下水位预测及预报预警,以尾矿坝地下水位为研究对象,将库水位、最小干滩长度等5个变量作为影响参数,尾矿坝地下水位为输出变量,建立支持向量机(SVM)预测模型.引入多策略改进的灰狼优化算法(MGWO)确定SVM模型参数,并以工程实例进行仿真预测.结果表明,MGWO?SVM模型平均相对误差0.24％,平均绝对误差0.02 m,与传统模型相比精度高、性能优越,将其应用于尾矿坝地下水位预测具有较好的适用性和可靠性.

关键词：尾矿库、地下水位、尾矿坝、多策略灰狼算法、MGWO-SVM

所属期刊栏目：41

分类号：TD76(矿山安全与劳动保护)

资助基金：研究生科技创新项目LKDYC201922

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：24-27