基于IGWO-SVM的露天矿边坡变形预测

摘要：

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.

关键词：露天矿;IGWO-SVM;仿真实验;边坡变形

所属期刊栏目：42

分类号：TD76(矿山安全与劳动保护)

资助基金：辽宁省教育厅项目;辽宁科技大学研究生科技创新项目

在线出版日期：2022-03-22（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：15-18