充填钻孔寿命SVM优化预测模型研究

摘要：

基于充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,对矿山充填钻孔使用寿命进行预测十分重要,建立支持向量机(SVM)回归预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选择,应用优化得到的SVM模型对预测集进行预测.以某矿为例,通过GA得到SVM模型最优参数:适应值(均方误差)为0.011 1,惩罚系数C为47.076 8,核函数参数σ为2.263 8.采用优化的SVM模型对预测集充填钻孔寿命进行预测,预测结果的最大预测相对误差为8.6％,平均相对误差为5.2％.对比BP神经网络(最大相对误差为13.6％),优化的SVM模型预测结果更加理想,精度更高.

关键词：充填、钻孔寿命、支持向量机、遗传算法

所属期刊栏目：45

分类号：TD853(矿山开采)

在线出版日期：2014-06-06（万方平台首次上网日期，不代表论文的发表时间）

页码：536-541