典型文献
基于IGWO-SVM的露天矿边坡变形预测
文献摘要：
为了克服露天矿边坡变形预测时传统算法精度低的问题,利用改进灰狼算法(IGWO)和支持向量机(SVM)建立了露天矿边坡变形IGWO?SVM模型.引入非线性递减的收敛因子策略和惯性权重策略改进灰狼优化算法,用来确定SVM参数,以达到提高模型精度的目的,并将露天矿边坡变形观测数据输入模型进行验证.结果表明,与SVM和BP模型相比,IGWO?SVM模型绝对误差最大值6.16 mm、最小值0.34 mm,相对误差平均值2.17％,说明IGWO?SVM模型预测精度高、综合性能好,证实该模型用于露天矿边坡变形预测是可行的.
文献关键词：
露天矿;IGWO-SVM;仿真实验;边坡变形
中图分类号：
作者姓名：
胡军;邱俊博;栾长庆;张瀚斗
作者机构：
辽宁科技大学 土木工程学院,辽宁 鞍山114051;鞍钢集团矿业弓长岭有限公司选矿分公司,辽宁 辽阳111008;鞍钢集团有限公司东鞍山烧结厂,辽宁 鞍山114041
文献出处：
引用格式：
[1]胡军;邱俊博;栾长庆;张瀚斗-.基于IGWO-SVM的露天矿边坡变形预测)[J].矿冶工程,2022(01):15-18
A类：
B类：
IGWO,露天矿边坡,边坡变形,变形预测,传统算法,改进灰狼算法,非线性递减,收敛因子,惯性权重,改进灰狼优化算法,模型精度,变形观测,观测数据,绝对误差,最小值
AB值：
0.204399
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
