支持向量机在边坡稳定性预测中的应用

作     者：饶运章 黄永刚 张永胜 RAO Yunzhang;HUANG Yonggang;ZAHNG Yongsheng

作者机构：江西理工大学资源与环境工程学院江西赣州341000 江西省稀土资源高效利用重点实验室江西赣州341000 广东明源勘测设计有限公司广东河源517000 

基　　金：国家高技术研究发展计划项目(863计划)(2012AA061901) 2011年度江西省安全生产重大课题(JXAJ2011002) 

出 版 物：《工业安全与环保》 (Industrial Safety and Environmental Protection)

年 卷 期：2016年第42卷第7期

页      码：37-39,54页

摘      要：针对离子型稀土原地浸矿边坡稳定性问题的小样本、非线性等特点,采用一种边坡稳定性预测模型——支持向量机(SVM)模型,分别使用网格参数寻优、遗传算法(GA)参数寻优、粒子群(PSO)寻优算法来计算SVM模型的参数,分析比较3种算法得到的参数,确定最适合离子型稀土原地浸矿边坡稳定性预测的SVM回归模型的参数寻优算法。

主 题 词：离子型稀土矿 边坡稳定性 支持向量机 预测模型 网格参数寻优算法 遗传算法 粒子群寻优算法 

学科分类：081901[081901] 0819[工学-海洋工程类] 08[工学] 

D　O　I：10.3969/j.issn.1001-425X.2016.07.011

馆 藏 号：203173382...