10.11731/j.issn.1673-193x.2022.09.003
基于PCA-BBO-SVM的尾矿坝变形预测模型与性能验证研究
为准确预测尾矿坝变形趋势,通过主成分分析法(PCA)对尾矿坝变形影响因子进行优选,基于生物地理学优化算法(BBO)对支持向量机(SVM)参数进行寻优,建立PCA-BBO-SVM尾矿坝变形预测模型,并以杨家湾尾矿坝为例对模型性能进行验证.研究结果表明:PCA-BBO-SVM模型在4个测点的RMSE为0.1396,0.2742,0.3170,0.5306;MAE为0.1125,0.2135,0.2690,0.4129;MAPE为0.5250%,0.6923%,2.6212%,1.3112%;预测精度及对局部波动的预测能力均高于BP、GS-SVM、GA-SVM和PSO-SVM模型,研究结果可为尾矿坝变形预测提供模型支撑.
尾矿坝、变形预测、PCA-BBO-SVM、性能验证
18
X936(安全工程)
国家自然科学基金;国家重点研发计划;国家大坝安全工程技术研究中心开放基金项目
2022-10-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
20-26