露天矿边坡变形预测的协同进化多核相关向量机模型

发布时间：2017-08-11 01:01

  本文关键词：露天矿边坡变形预测的协同进化多核相关向量机模型

  更多相关文章： 边坡变形 多核相关向量机(MK-RVM) 协同进化粒子群(CEPSO) 露天矿 多核函数

【摘要】：为提高露天矿边坡变形预测精度,利用协同进化粒子群(CEPSO)优化多核相关向量机(MK-RVM)的参数,构建协同进化多核相关向量机(CEPSO-MK-RVM),并将此模型应用于露天矿边坡变形预测。将CEPSO-MK-RVM的结果与协同进化多项式核函数相关向量机(CEPSO-PolyRVM)、协同进化高斯核函数相关向量机(CEPSO-Gauss-RVM)及修正果蝇优化下的支持向量回归(MFOA-SVR)的结果进行对比,并分析CEPSO对MK-RVM参数的优化效果。结果表明,CEPSO比标准粒子群优化(PSO)算法具有更好的优化效率及最优解;用CEPSO-MK-RVM模型得到的结果,4个精度指标均优于其余3种方法,边坡变形预测的精度得到有效提高。
【作者单位】： 东华理工大学测绘工程学院;武汉大学测绘学院;
【关键词】： 边坡变形 多核相关向量机(MK-RVM) 协同进化粒子群(CEPSO) 露天矿 多核函数
【基金】：国家自然科学基金资助(41374007) 江西省自然科学基金资助(20151BAB213031) 江西省教育厅科学技术研究项目(GJJ150592)
【分类号】：TD854.7;TP18
【正文快照】： 多核函数文第11期·111·随着我国现代化基础建设事业的快速发展和科学技术的不断创新,矿山露天开采数量与规模迅速扩大,形成大量的露天矿边坡工程。边坡失稳,将会对作业人员的生命安全以及大量昂贵的机器设备等造成严重威胁。因此,迫切需要通过有效的露天矿边坡变形监测技术，

本文编号：653453