基于极限学习机的充填体强度预测

摘要：

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。

关键词：充填体强度、极限学习机、泛化能力、均方误差

分类号：TD853.35(矿山开采)

资助基金：天山学者讲座教授研究基金

在线出版日期：2015-03-30（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：33-37