首页 | 本学科首页   官方微博 | 高级检索  
     

基于ANN-PSO模型的充填体强度预测及其工程应用
引用本文:吴炜,吉坤,张朋,邱剑辉,骆禧光,韩斌.基于ANN-PSO模型的充填体强度预测及其工程应用[J].矿业研究与开发,2020,40(2):53-57.
作者姓名:吴炜  吉坤  张朋  邱剑辉  骆禧光  韩斌
作者单位:贵州锦丰矿业有限公司,贵州贵阳530002;北京科技大学土木与资源工程学院,北京100083
摘    要:为了准确快速地确定充填体强度,依据试验数据,以料浆体积分数、水泥掺量、人工砂尾砂比以及养护时间作为输入因子,以充填体的单轴抗压强度作为输出因子,建立了一种充填体强度ANN-PSO预测模型。研究结果表明,该模型的预测性能较好,在预测充填体强度时其平均相对误差率MAP为2.41%,可决系数R~2为0.983。通过对比136组充填配合比充填体的室内试验强度值和实际生产测定值,获得了两者之间的强度折减系数。利用预测模型并联合强度折减系数,预测得到了矿山运行期间160多条进路的充填体强度值。该模型可大幅减小物理试验量,为类似的充填矿山提供了良好的借鉴作用。

关 键 词:充填体强度  预测  人工神经网络  粒子群算法  强度折减
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号