基于Adaboost-SVM组合算法的爆破振动强度预测研究

摘要：

为了提高爆破振动强度预测精度,提出了基于Adaboost-SVM组合算法的爆破振动强度预测方法.采用主分量分析法,从7种爆破振动强度影响因素中确定了3类主要因素,并建立训练样本集,选用高斯径向基核函数建立SVM预测模型,经过对模型参数不断训练和优化调整,实现了对爆破振动强度的预测,最后通过Adaboost-SVM组合算法构建预测模型,进一步提升了预测精度.结果 表明,SVM模型在预测精度上高于传统经验公式法和BP神经网络法,且训练速度更快;而提出的Adaboost-SVM组合算法能够进一步将预测精度提高至97％以上.

关键词：爆破振动、预测、自适应提升算法、主分量分析(PCA)、支持向量机(SVM)

所属期刊栏目：38

分类号：TD235.4(矿山设计与建设)

资助基金：国家自然科学基金51808554,61501468

在线出版日期：2019-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：231-235