10.3969/j.issn.1009-0622.2015.01.006
基于极限学习机的充填体强度预测
针对充填体强度与影响因素之间复杂的非线性关系,利用极限学习机算法(ELM)建立了充填体强度预测的ELM模型,该模型以良山铁矿充填料浆配比试验数据作为训练和测试样本,选取料浆浓度、灰砂比、水泥含量及矿渣微粉掺入量4个影响因素作为输入因子,28天抗压强度作为输出因子。结果表明:当隐含层节点数目选取为17个,激活函数为Sigmoidal时网络模型具有良好的泛化能力和预测精度,模型训练值和预测值与实测值的均方误差(MSE)分别为0.39和0.36,平均相对误差控制在5%以内,对充填体的强度具有良好的预测能力。
充填体强度、极限学习机、泛化能力、均方误差
TD853.35(矿山开采)
天山学者讲座教授研究基金
2015-03-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
33-37