期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
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
基于CEEMDAN的爆破地震波信号时频分析 被引量:21
2
作者 孙苗 吴立 +3 位作者 袁青 周玉纯 马晨阳 汪煜烽 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第3期76-82,共7页
爆破监测信号多为含噪信号,噪声会使经验模态分解(EMD)的结果产生严重的模态混淆,使用改进算法EEMD对模态混淆有一定的抑制作用但效果并不明显。为此本研究将使用自适应补充集合经验模态分解(CEEMDAN)来处理含噪信号。比较EMD、EEMD、CE... 爆破监测信号多为含噪信号,噪声会使经验模态分解(EMD)的结果产生严重的模态混淆,使用改进算法EEMD对模态混淆有一定的抑制作用但效果并不明显。为此本研究将使用自适应补充集合经验模态分解(CEEMDAN)来处理含噪信号。比较EMD、EEMD、CEEMDAN对仿真信号的分解结果,计算EMD、EEMD、CEEMDAN得到的IMF的排列熵值,对EMD、EEMD、CEEMDAN的分解结果进行Hilbert变换,并比较三者时频谱的分辨率。最后将CEEMDAN用于水下钻孔爆破地震波时频分析中,结果表明:CEEMDAN不仅对模态混淆具有一定的抑制作用,且其分解结果经过Hilbert变换得到的时频谱在时域和频域上都具有较高的分辨率。 展开更多
关键词 经验模态分解 自适应补充集合经验模态分解 模态混淆 排列熵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部