10.3969/j.issn.0253-6099.2022.01.004
基于IGWO-SVM的露天矿边坡变形预测
为了克服露天矿边坡变形预测时传统算法精度低的问题,利用改进灰狼算法(IGWO)和支持向量机(SVM)建立了露天矿边坡变形IGWO?SVM模型.引入非线性递减的收敛因子策略和惯性权重策略改进灰狼优化算法,用来确定SVM参数,以达到提高模型精度的目的,并将露天矿边坡变形观测数据输入模型进行验证.结果表明,与SVM和BP模型相比,IGWO?SVM模型绝对误差最大值6.16 mm、最小值0.34 mm,相对误差平均值2.17%,说明IGWO?SVM模型预测精度高、综合性能好,证实该模型用于露天矿边坡变形预测是可行的.
露天矿;IGWO-SVM;仿真实验;边坡变形
42
TD76(矿山安全与劳动保护)
辽宁省教育厅项目;辽宁科技大学研究生科技创新项目
2022-03-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
15-18