10.3778/j.issn.1002-8331.1310-0215
基于MPSO-SVM巷道围岩松动圈预测研究
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。
粒子群算法、支持向量机、围岩松动圈、仿真预测
TP18;X936(自动化基础理论)
辽宁省教育厅基金资助项目No.L2012106。
2014-07-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
1-5