现代矿业2023，Vol.39Issue(6) ：167-170.DOI:10.3969/j.issn.1674-6082.2023.06.041

基于APSO-SVM模型的岩爆烈度预测方法

Rock Burst Intensity Prediction Method Based on APSO-SVM Model

李军民 张亭 周义升 罗宏伟
现代矿业2023，Vol.39Issue(6) ：167-170.DOI:10.3969/j.issn.1674-6082.2023.06.041
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于APSO-SVM模型的岩爆烈度预测方法

Rock Burst Intensity Prediction Method Based on APSO-SVM Model

李军民 1张亭 2周义升 3罗宏伟3
扫码查看

作者信息

  • 1. 内蒙古白银矿业开发有限责任公司
  • 2. 西北矿冶研究院
  • 3. 白银有色集团股份有限公司深部矿业公司
  • 折叠

摘要

为了高效准确地预测岩爆烈度,完善工程中的防治环节,建立了一种支持向量机(SVM)岩爆烈度分级方法.选取60组岩爆案例,通过压缩因子和异步学习因子改进粒子群优化算法(APSO)的寻优能力,优化SVM模型,建立岩爆烈度预测的APSO-SVM模型.将模型应用于加拿大金伯利矿山,预测结果与实际情况一致,得到一种预测精准、实用性强的岩爆烈度预测方法.

关键词

岩爆烈度/支持向量机/粒子群算法/模型预测

Key words

rock burst intensity/SVM/particle swarm algorithm/model prediction

引用本文复制引用

出版年

2023
现代矿业
中钢集团马鞍山矿山研究院有限公司

现代矿业

影响因子：0.33
ISSN：1674-6082
参考文献量9
段落导航相关论文