基于粒子群支持向量机的矿岩强度指标的超声预测
来源期刊:东北大学学报(自然科学版)2012年第5期
论文作者:邱景平 邢军 姜谙男 孙晓刚
文章页码:731 - 734
关键词:矿岩强度;超声波检测;强度峰前预测;支持向量机;粒子群算法;
摘 要:建立以吸水率、干密度、波阻抗、动泊松比、动弹性模量为输入,抗压强度为输出的支持向量机预测模型.为了提高支持向量机预测精度,引入了粒子群算法对支持向量机的参数进行优化,克服支持向量机参数人工选取的不足.通过对鞍千矿和弓长岭矿的矿岩样本数据分析,该模型的预测误差最大为8.2%,精度明显高于传统神经网络法.结果表明基于超声波预测强度的方法具有很好效果,可望成为一种岩石强度预测的新方法.
邱景平1,邢军1,姜谙男2,孙晓刚1
1. 东北大学资源与土木工程学院2. 大连海事大学交通与物流工程学院
摘 要:建立以吸水率、干密度、波阻抗、动泊松比、动弹性模量为输入,抗压强度为输出的支持向量机预测模型.为了提高支持向量机预测精度,引入了粒子群算法对支持向量机的参数进行优化,克服支持向量机参数人工选取的不足.通过对鞍千矿和弓长岭矿的矿岩样本数据分析,该模型的预测误差最大为8.2%,精度明显高于传统神经网络法.结果表明基于超声波预测强度的方法具有很好效果,可望成为一种岩石强度预测的新方法.
关键词:矿岩强度;超声波检测;强度峰前预测;支持向量机;粒子群算法;