期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于粒子群-最小二乘支持向量机模型的矿山爆破振动速度预测
被引量：
7
1
作者
何理
刘易和
+3 位作者
李琳娜
陈江伟
姚颖康
刘昌邦
《金属矿山》
CAS
北大核心
2022年第7期145-150,共6页
爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响...
爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响因素进行敏感性分析,确定各影响因素之间的主次关系。在此基础上,建立最小二乘支持向量机(LS-SVM)模型对PPV进行预测,并通过粒子群算法(PSO)局部寻优确定LS-SVM模型中正则化参数和核函数宽度系数的最佳参数组合,最后将PSO-LSSVM模型预测结果与BP神经网络模型、LS-SVM模型及传统萨道夫斯基公式的预测结果进行了对比分析。结果表明:PSO-LSSVM模型对PPV预测的拟合相关系数(R^(2))、均方根误差(RMSE)、平均相对误差(MRE)及纳什系数(NSE)分别为97.38%、2.68%、1.36%和99.98%,PSO-LSSVM模型预测精度更高,且具有更好的泛化能力,用于多因素影响下的矿山爆破PPV预测切实可行。
展开更多
关键词
振动速度预测
敏感性分析
最小二乘支持向量机模型
粒子群算法
泛化能力
在线阅读
下载PDF
职称材料
题名
基于粒子群-最小二乘支持向量机模型的矿山爆破振动速度预测
被引量：
7
1
作者
何理
刘易和
李琳娜
陈江伟
姚颖康
刘昌邦
机构
冶金工业过程系统科学湖北省重点实验室
江汉大学爆破工程湖北省重点实验室
中国建筑第七工程局有限公司
江汉大学精细爆破国家重点实验室
武汉爆破有限公司
出处
《金属矿山》
CAS
北大核心
2022年第7期145-150,共6页
基金
国家自然科学基金项目(编号:51904210)
冶金工业过程系统科学湖北省重点实验室基金项目(编号:Z202001)
+1 种基金
爆破工程湖北省重点实验室基金项目(编号:BL2021-11)
湖北省重点研发计划项目(编号:2020BCA084)。
文摘
爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响因素进行敏感性分析,确定各影响因素之间的主次关系。在此基础上,建立最小二乘支持向量机(LS-SVM)模型对PPV进行预测,并通过粒子群算法(PSO)局部寻优确定LS-SVM模型中正则化参数和核函数宽度系数的最佳参数组合,最后将PSO-LSSVM模型预测结果与BP神经网络模型、LS-SVM模型及传统萨道夫斯基公式的预测结果进行了对比分析。结果表明:PSO-LSSVM模型对PPV预测的拟合相关系数(R^(2))、均方根误差(RMSE)、平均相对误差(MRE)及纳什系数(NSE)分别为97.38%、2.68%、1.36%和99.98%,PSO-LSSVM模型预测精度更高,且具有更好的泛化能力,用于多因素影响下的矿山爆破PPV预测切实可行。
关键词
振动速度预测
敏感性分析
最小二乘支持向量机模型
粒子群算法
泛化能力
Keywords
vibration velocity prediction
sensitivity analysis
least squares support vector machine model
particle swarm algorithm
generalization capability
分类号
TD235 [矿业工程—矿井建设]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于粒子群-最小二乘支持向量机模型的矿山爆破振动速度预测
何理
刘易和
李琳娜
陈江伟
姚颖康
刘昌邦
《金属矿山》
CAS
北大核心
2022
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
