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PSO-LSSVM算法的地下储气库洞室群爆破振动预测
被引量：
10
1
作者
孙苗
吴立
+2 位作者
袁青
周玉纯
马晨阳
《爆破》
CSCD
北大核心
2017年第3期145-150,共6页
超大断面小净距地下储气库洞室群开挖爆破工程中涉及到众多的影响因素,传统人工智能方法难以对爆破峰值振动速度准确预测。为了提高预测精度,引入粒子群算法,对传统的最小二乘支持向量机模型(LS-SVM)进行优化并建立粒子群最小二乘支持...
超大断面小净距地下储气库洞室群开挖爆破工程中涉及到众多的影响因素,传统人工智能方法难以对爆破峰值振动速度准确预测。为了提高预测精度,引入粒子群算法,对传统的最小二乘支持向量机模型(LS-SVM)进行优化并建立粒子群最小二乘支持向量机爆破峰值振动速度预测模型(PSO-LSSVM)。以某地下储气库洞室群开挖爆破工程为研究对象,应用PSO-LSSVM模型,将PSO-LSSVM模型与LS-SVM模型、萨道夫斯基经验公式的预测结果进行对比,得到三种预测的结果平均绝对相对误差分别为:5.50%、8.56%、23.45%。由此可见,PSO-LSSVM模型的预测结果与实测数据拟合度更高,精确度更满足工程需求,可为多因素作用下类似工程爆破峰值振动速度预测提供借鉴。
展开更多
关键词
地下储气库洞室群
最小二乘支持向量机
粒子
群
算法
爆破峰值振动速度
影响因素
在线阅读
下载PDF
职称材料
题名
基于PSO-LSSVM算法的地下储气库洞室群爆破振动预测
被引量：
10
1
作者
孙苗
吴立
袁青
周玉纯
马晨阳
机构
中国地质大学(武汉)岩土钻掘与防护教育部工程研究中心
中国地质大学(武汉)工程学院
中交第二航务工程局有限公司博士后科研工作站
出处
《爆破》
CSCD
北大核心
2017年第3期145-150,共6页
基金
国家自然科学基金资助项目(41672260)
中国地质大学(武汉)教学实验室开放基金资助项目(SKJ2014061
SKJ2016091)
文摘
超大断面小净距地下储气库洞室群开挖爆破工程中涉及到众多的影响因素,传统人工智能方法难以对爆破峰值振动速度准确预测。为了提高预测精度,引入粒子群算法,对传统的最小二乘支持向量机模型(LS-SVM)进行优化并建立粒子群最小二乘支持向量机爆破峰值振动速度预测模型(PSO-LSSVM)。以某地下储气库洞室群开挖爆破工程为研究对象,应用PSO-LSSVM模型,将PSO-LSSVM模型与LS-SVM模型、萨道夫斯基经验公式的预测结果进行对比,得到三种预测的结果平均绝对相对误差分别为:5.50%、8.56%、23.45%。由此可见,PSO-LSSVM模型的预测结果与实测数据拟合度更高,精确度更满足工程需求,可为多因素作用下类似工程爆破峰值振动速度预测提供借鉴。
关键词
地下储气库洞室群
最小二乘支持向量机
粒子
群
算法
爆破峰值振动速度
影响因素
Keywords
underground gas storage caverns
least squares support vector machine
particle swarm optimization
peak blasting vibration velocity
influence factors
分类号
O382 [理学—流体力学]
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PSO-LSSVM算法的地下储气库洞室群爆破振动预测
孙苗
吴立
袁青
周玉纯
马晨阳
《爆破》
CSCD
北大核心
2017
10
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
