中国科技核心期刊
美国化学文摘社（CAS）数据库
美国EBSCO学术数据库
日本科学技术振兴机构数据库(JST)
基于KPCA-GWO-SVM模型的岩爆预测及应用
- 石小庆
- 作者单位：
- 陕西铁路工程职业技术学院
基金项目：
- 陕西省教育厅服务地方专项计划项目(21JC009);陕西铁路工程职业技术学院重点科研基金项目(KY2020-23)
详细信息：
- 作者简介：
- 石小庆(1984—),女,讲师,硕士,从事水利工程、岩石力学与工程方向的研究工作;E-mail:350491553@qq.com
- 通讯作者：
- isnull
- PDF下载
Rockburst prediction based on KPCA-GWO-SVM model and its application
- English Author：
- Shaanxi Railway Institute
- Unit：
- 摘要
- 在线预览
- 参考文献
摘要:
岩爆是采矿、水利等工程的主要灾害之一,准确预测十分关键。选取应力系数σθ/σc、脆性系数σc/σt和弹性能量指数Wet作为分级预测指标,提出基于灰狼优化算法优化的支持向量机模型,采用核主成分分析对数据进行处理,建立岩爆预测的KPCA-GWO-SVM模型,预测结果表现出良好的分类性能。将建好的模型用于冬瓜山铜矿,并与BP神经网络模型进行对比,结果表明,KPCA-GWO-SVM模型是一种岩爆烈度高精度分类的有效工具。
关键词:
岩爆预测;支持向量机;灰狼优化算法;核主成分分析;工程应用
Abstract:
is null
Keywords:
rockburst prediction;support vector machine;grey wolf optimization algorithm;kernel principal component analysis;engineering application