基于GEP的金属矿尾矿坝变形预测模型研究
来源期刊：有色金属科学与工程2013年第6期
论文作者：刘传立 刘小生 李妍妍
文章页码：63 - 68
关键词：尾矿坝;GEP;灰色模型;BP神经网络;变形预测;
摘 要：尾矿坝的变形监测是金属矿山企业生产管理极其重要的环节,针对目前尾矿坝变形预测模型存在不足的现状,论文采用了基因表达式编程（GEP）算法,以Eclipse为开发工具,通过选择函数集和终止符集、种群初始化、染色体解码、适应度评估、遗传操作等过程,建立了基于GEP-Deep Excavation的尾矿坝变形预测模型,并对某金属矿山尾矿坝监测点位移数据进行了预测;经与灰色GM（1,1）和BP神经网络2种模型试验对比分析,证实了基于GEP的尾矿坝变形预测模型的可行性和有效性,从而为金属矿山尾矿坝的变形预测提供了一种新方法.
刘传立，刘小生，李妍妍
江西理工大学建筑与测绘工程学院
摘 要：尾矿坝的变形监测是金属矿山企业生产管理极其重要的环节,针对目前尾矿坝变形预测模型存在不足的现状,论文采用了基因表达式编程（GEP）算法,以Eclipse为开发工具,通过选择函数集和终止符集、种群初始化、染色体解码、适应度评估、遗传操作等过程,建立了基于GEP-Deep Excavation的尾矿坝变形预测模型,并对某金属矿山尾矿坝监测点位移数据进行了预测;经与灰色GM（1,1）和BP神经网络2种模型试验对比分析,证实了基于GEP的尾矿坝变形预测模型的可行性和有效性,从而为金属矿山尾矿坝的变形预测提供了一种新方法.
关键词：尾矿坝;GEP;灰色模型;BP神经网络;变形预测;
