基于因子分析的PSO-ELM岩溶发育预测模型研究 |
| |
引用本文: | 王平,张彦文,俞栋华,程爱平,乔宇.基于因子分析的PSO-ELM岩溶发育预测模型研究[J].化工矿物与加工,2023(6):24-31. |
| |
作者姓名: | 王平 张彦文 俞栋华 程爱平 乔宇 |
| |
作者单位: | 1. 武汉科技大学资源与环境工程学院;2. 湖北工业建筑集团有限公司 |
| |
基金项目: | 国家自然科学基金项目(51604195);;湖北省自然科学基金项目(2018CFC818); |
| |
摘 要: | 岩溶发育是由多个影响因素共同作用的结果,具有成因复杂、隐蔽性强等特点,对地面设施和人员安全构成了潜在威胁。对岩溶发育进行评估及预测,可以在岩溶致灾前采取预防措施,减少岩溶灾害带来的损失。以武汉市某岩溶区工程为例,对岩溶区溶洞的赋存规律进行分析,确定地下稳定水位埋深、覆盖层厚度、基岩层数等9个影响因素,利用因子分析提取5个公因子,提出了一种在因子分析的基础上利用粒子群算法(PSO)优化极限学习机(ELM)的岩溶发育预测模型,利用现场的60组实测数据作为样本进行学习预测,以其中50组作为训练集,其余10组作为测试集,对预测模型的精度进行验证,结果表明:PSO-ELM预测模型的预测值与实际值吻合较好。将PSO-ELM预测模型与ELM预测模型的预测结果进行对比分析,发现PSO-ELM预测模型的精度更高。
|
关 键 词: | 因子分析 粒子群算法 极限学习机 预测模型 岩溶 |
|
|