| 基于核主成分分析与SVM的岩爆烈度组合预测模型 |
| |
| 引用本文： | 许瑞,侯奎奎,王玺,刘兴全,李夕兵.基于核主成分分析与SVM的岩爆烈度组合预测模型[J].黄金科学技术,2020,28(4):575-584. |
| |
| 作者姓名： | 许瑞 侯奎奎 王玺 刘兴全 李夕兵 |
| |
| 作者单位： | 中南大学资源与安全工程学院,湖南 长沙 410083,山东黄金集团深井开采实验室,山东 莱州 261442,山东黄金集团深井开采实验室,山东 莱州 261442,山东黄金集团深井开采实验室,山东 莱州 261442,中南大学资源与安全工程学院,湖南 长沙 410083 |
| |
| 基金项目： | 国家自然科学基金;考虑非平稳、强噪声信号到时差拾取的硬岩矿山微震定位方法研究联合资助 |
| |
| 摘 要： | 为了更好地预测岩土工程中的岩爆烈度,建立了基于多类型核函数的主成分分析方法与遗传算法或粒子群优化算法(GA/PSO)优化的支持向量机(SVM)相结合的组合预测模型。选取围岩最大切向应力σ_θ、岩石单轴抗拉强度σ_t、岩石单轴抗压强度σ_c、应力集中系数SCF、脆性指数B_1和B_2以及弹性应变能指数Wet共7个指标构成岩爆预测指标体系。基于统计的246个国内外岩爆实例数据,分别运用主成分分析和基于线性核函数、RBF核函数以及MLP核函数的主成分分析对数据进行预处理,得到2～4个线性无关的主成分。再将降维后的数据输入GA/PSO优化的SVM模型进行训练和预测。经测试,基于RBF核函数的主成分分析方法与PSO-SVM相结合的模型预测准确率达到了92.3%,为最佳组合模型,为岩土工程中的岩爆烈度预测提供了一种可靠的方法。
|
| 关 键 词： | 核主成分分析 岩爆烈度预测 遗传算法 粒子群优化算法 支持向量机 组合预测模型 |
Combined Prediction Model of Rockburst Intensity Based on Kernel Principal Component Analysis and SVM |
| |
| XU Rui,HOU Kuikui,WANG Xi,LIU Xingquan,LI Xibing.Combined Prediction Model of Rockburst Intensity Based on Kernel Principal Component Analysis and SVM[J].Gold Science and Technololgy,2020,28(4):575-584. |
| |
| Authors: | XU Rui HOU Kuikui WANG Xi LIU Xingquan LI Xibing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
