基于MPSO-SVM巷道围岩松动圈预测研究

摘要：

针对目前巷道围岩松动圈确定方法的种种缺陷，提出了一种新的预测方法，采用改进的粒子群算法（MPSO）优化支持向量机（SVM）对巷道围岩松动圈进行预测。在标准PSO中引入压缩因子，实现了算法全局搜索和局部寻优的有效平衡；应用MPSO对SVM的参数C和g进行优化，建立MPSO-SVM回归预测模型；将该预测模型应用于巷道围岩松动圈的预测，将预测性能与PSO-SVM、GA（遗传算法）-SVM、GSM（网格搜索）-SVM模型、BP神经网络进行对比分析。结果表明：该模型具有较强的泛化能力，较高的预测精度，可以对围岩松动圈厚度进行有效预测。

关键词：粒子群算法、支持向量机、围岩松动圈、仿真预测

分类号：TP18;X936(自动化基础理论)

资助基金：辽宁省教育厅基金资助项目No.L2012106。

在线出版日期：2014-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5