基于MLR与LS-SVM的岩石强度预测模型比较

发布时间：2018-04-11 15:44

  本文选题：页岩 + 强度　； 参考：《矿业研究与开发》2016年11期

【摘要】：以页岩为研究对象,分别采用多元线性回归(MLR)及最小二乘支持向量机(LS-SVM)建立了页岩的单轴抗压强度及抗拉强度预测模型,考虑的间接指标包括:岩石密度、点荷载强度及纵波波速,并对上述两种预测模型进行了性能检验及比较。结果表明:页岩强度与密度、点荷载强度、纵波波速呈较好的线性关系,相关系数均大于0.89;MLR和LS-SVM方法均可得到较高精度的强度值,但单轴抗压强度的预测精度比抗拉强度高,更适合于抗压强度的预测。两类模型在预测岩石单轴抗压强度时效果相当,但LS-SVM方法更适合于抗拉强度的预测。
[Abstract]:Using multivariate linear regression (MLR) and least square support vector machine (LS-SVM), the prediction models of uniaxial compressive strength and tensile strength of shale were established. The indirect indexes considered included: rock density.The point load strength and longitudinal wave velocity are tested and compared.The results show that there is a good linear relationship between shale strength and density, point load strength and longitudinal wave velocity. The correlation coefficients are all greater than 0.89% MLR and LS-SVM method, but the prediction accuracy of uniaxial compressive strength is higher than that of tensile strength.More suitable for the prediction of compressive strength.The two models have the same effect in predicting the uniaxial compressive strength of rock, but LS-SVM method is more suitable for predicting the tensile strength of rock.
【作者单位】： 北京科技大学土木与资源工程学院;
【基金】：国家自然科学基金资助项目(51574015)
【分类号】：TD315

【相似文献】

相关期刊论文 前10条

1 邱兆宝;成纱质量预测模型研讨[J];纺织学报;1988年09期

2 刘沐宇,郑泽岱;灰色预测模型及在巷道收敛位移中的应用[J];非金属矿;1992年05期

3 黄伏生;赵永胜;;一种含水预测模型的补充说明[J];石油勘探与开发;1992年02期

4 黄建,沈菁,李谦,甘云润;大气中硫氧化物预测模型的建立[J];干旱环境监测;1993年04期

5 徐玉卿，魏运财;人才需求的预测模型[J];吉林化工学院学报;1996年04期

6 赵秀菊;水污染的灰色预测模型及其应用[J];昌潍师专学报;2000年05期

7 王香菊,顾涛;专门人才预测模型的应用研究[J];煤炭经济研究;2003年06期

8 赵永胜;黄秀祯;;递减曲线的多功能预测模型[J];石油勘探与开发;1985年05期

9 高建华;灰色灾变预测模型的改进及实例分析[J];自然灾害学报;1995年02期

10 王新泉，陈东生，长井茂明，日下部信幸;灰色预测模型在纺织工业上的应用[J];郑州纺织工学院学报;1995年03期

相关会议论文 前10条

1 鄢小彬;肖新平;;基于灰色马尔可夫模型的煤矿安全预测[A];第九届中国青年信息与管理学者大会论文集[C];2007年

2 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

4 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年

6 马志元;;城市区域经济、人口、能源、环境综合系统预测模型及应用[A];中国城市建设与环境保护实践——城市建设与环境保护学术研讨会论文集[C];1997年

7 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角气象科技论坛论文集[C];2004年

8 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年

9 张晓f^;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

10 肖会敏;樊为刚;;基于神经网络的粮食产量预测模型[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

相关重要报纸文章 前10条

1 刘庆;“预测模型”要缓行[N];网络世界;2006年

2 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年

3 南方日报记者 彭琳　实习生 周鹏程;预测世界杯之外 大数据还能做什么[N];南方日报;2014年

4 本报记者 张超;预测模型：推算SARS起落潮[N];科技日报;2003年

5 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年

6 BMC首席IT技术官 Mahendra Durai　IDC顾问 Eric Hatcher Randy Perry;预测智能：管理复杂基础架构的锁钥[N];中国计算机报;2010年

7 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年

8 杨宜勇（作者为国家发改委经济研究所副所长）;发挥信息化对就业的“增补效应”[N];第一财经日报;2005年

9 本报记者 汤浔芳　实习记者 董文萍;“孵化器”模式：大数据的垂直运营样本[N];21世纪经济报道;2014年

10 本报记者 安丰;深部找矿的探镜[N];中国国土资源报;2006年

相关博士学位论文 前10条

1 师懿;城市交通规划环评中空气污染预测模型研究[D];中国地质大学;2015年

2 张丽;牦牛肉用品质特性及近红外预测模型和产量等级系统的研究[D];中国农业科学院;2015年

3 吴利丰;分数阶灰色预测模型及其应用研究[D];南京航空航天大学;2015年

4 王菲;肉牛饲料有效能值预测模型的建立与评价[D];中国农业大学;2016年

5 文江平;农村地区成人2型糖尿病发生风险相关生物标志物的筛选及预测模型的建立[D];中国人民解放军医学院;2016年

6 白云鹏;华法林稳态剂量预测模型在瓣膜置换术后抗凝治疗中的应用[D];天津医科大学;2016年

7 周闯;原发性肝癌术后转移复发分子预测模型的优化整合与临床转化[D];复旦大学;2012年

8 孙忠林;煤矿安全生产预测模型的研究[D];山东科技大学;2009年

9 王冬光;控制技术在投资预测模型建立中的应用研究[D];哈尔滨工程大学;2005年

10 张丽峰;中国能源供求预测模型及发展对策研究[D];首都经济贸易大学;2006年

相关硕士学位论文 前10条

1 刘冰;基于神经网络的纤维热磨过程能耗预测模型的研究[D];东北林业大学;2015年

2 张念;铁路轨道几何不平顺趋势预测的关键算法研究[D];西南交通大学;2015年

3 田振伟;城市能源预测模型的研究与应用[D];昆明理工大学;2015年

4 吴迪;基于模糊决策树算法的安全库存量预测模型[D];中国地质大学(北京);2015年

5 齐雯;采用灰色预测模型改进的HHT算法在故障诊断中的应用[D];华南理工大学;2015年

6 王萍;膀胱癌遗传分数的计算及发病风险预测模型的构建[D];复旦大学;2013年

7 石大宏;基于序列的蛋白质—核苷酸绑定位点预测研究[D];南京理工大学;2015年

8 熊盛华;基于BP神经网络的混合预测模型的实例研究[D];兰州大学;2015年

9 赵Z，

本文编号：1736631