基于GWO-SVR混合骨料膏体流变参数预测模型

摘要：

膏体的流变性能对充填管路合理设计和管道输送阻力准确分析有重要影响.为了对膏体流变参数进行准确预测,利用灰狼算法(GWO)对支持向量回归(SVR)进行参数寻优,建立了以混合骨料掺和比、膏体质量分数和水灰比为输入参数的SVR和GWO-SVR两种屈服应力和黏度预测模型,并且对两种模型进行了对比分析.结果表明:GWO-SVR模型与传统SVR模型相比,屈服应力和黏度预测模型的决定系数R2分别提高了5.8％ 和4.05％,并且GWO-SVR模型预测结果误差更小,屈服应力和黏度预测值相比试验值,其最大误差分别为5.63 Pa和0.00685 Pa·s,表明GWO-SVR模型有着更高的精度,可对混合骨料膏体屈服应力和黏度进行有效预测.

关键词：混合骨料、充填膏体、流变参数预测、灰狼算法、支持向量回归

所属期刊栏目：13

分类号：TD853.34(矿山开采)

资助基金：云南省基础研究专项青年项目;昆明理工大学人培基金项目

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：127-138