充填体强度的支持向量机设计匹配模型

作     者：王志军 吕文生 杨鹏 王志凯 王金海 Wang Zhijun;Lu Wensheng;Yang Peng;Wang Zhikai;Wang Jinhai

作者机构：北京科技大学土木与环境工程学院北京100083 金属矿山高效开采与安全教育部重点实验室北京100083 北京联合大学机器人学院北京100101 北方爆破科技有限公司北京100089 

基　　金："十二五"国家科技支撑计划项目(编号:2012BAB08B01) 

出 版 物：《金属矿山》 (Metal Mine)

年 卷 期：2016年第45卷第11期

页      码：34-38页

摘      要：充填体强度设计的预测受到多种高维度、非线性、随机性因素的影响。为改善当前充填体强度设计预测效果不佳的现状,使用支持向量机(SVM)方法在matlab软件中借助Lib SVM工具箱建立充填体强度设计匹配模型。分析并筛选出8个主要因素作为条件属性,充填体强度作为决策属性,并挑选出72组训练样本和6组校验样本。模型选择径向基函数(RBF)为核函数,采用网格搜索法对参数寻优,再通过交叉验证检验最优参数组合。结果表明:SVM匹配模型做出的回归预测平均误差为1.94%,校验预测平均误差为2.23%,相对于BP神经网络模型,预测准确度更高。在保证采场稳定性的前提下,SVM匹配模型更为有效地减少水泥消耗、降低充填成本,提高企业经济效益。

主 题 词：胶结充填 充填体强度 支持向量机 BP神经网络 预测模型 

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

馆 藏 号：203208709...