基于PSO-LSSVM算法的地下储气库洞室群爆破振动预测

发布时间：2018-06-05 05:51

  本文选题：地下储气库洞室群 + 最小二乘支持向量机　； 参考：《爆破》2017年03期

【摘要】：超大断面小净距地下储气库洞室群开挖爆破工程中涉及到众多的影响因素,传统人工智能方法难以对爆破峰值振动速度准确预测。为了提高预测精度,引入粒子群算法,对传统的最小二乘支持向量机模型(LS-SVM)进行优化并建立粒子群最小二乘支持向量机爆破峰值振动速度预测模型(PSO-LSSVM)。以某地下储气库洞室群开挖爆破工程为研究对象,应用PSO-LSSVM模型,将PSO-LSSVM模型与LS-SVM模型、萨道夫斯基经验公式的预测结果进行对比,得到三种预测的结果平均绝对相对误差分别为:5.50%、8.56%、23.45%。由此可见,PSO-LSSVM模型的预测结果与实测数据拟合度更高,精确度更满足工程需求,可为多因素作用下类似工程爆破峰值振动速度预测提供借鉴。
[Abstract]:In order to improve the prediction accuracy , the PSO - LSSVM model is used to optimize the traditional least square support vector machine model ( LS - SVM ) and to establish a particle swarm least square support vector machine blasting peak vibration velocity prediction model ( PSO - LSSVM ) .
【作者单位】： 中国地质大学(武汉)岩土钻掘与防护教育部工程研究中心;中国地质大学(武汉)工程学院;中交第二航务工程局有限公司博士后科研工作站;
【基金】：国家自然科学基金资助项目(41672260) 中国地质大学(武汉)教学实验室开放基金资助项目(SKJ2014061、SKJ2016091)
【分类号】：O382;TP18
，

本文编号：1980858