###
DOI:
矿冶:2023,32(6):-
←前一篇   |   后一篇→
本文二维码信息
码上扫一扫!
基于鲸鱼算法优化支持向量机的露天煤矿边坡稳定性预测
曹念
(昆明理工大学 国土资源工程学院)
Research on Slope Stability Based on Whale Algorithm Optimizing Support Vector Machine for Open-Pit Mine Slopes
CAO Nian
(Faculty of Land Resource Engineerng,Kunming University of Science and Technology)
摘要
图/表
参考文献
相似文献
本文已被:浏览 512次   下载 337
投稿时间:2023-03-27    修订日期:2023-03-30
中文摘要: 边坡的稳定性对露天矿山的安全影响重大,为了快速地对露天煤矿边坡稳定状态进行判断,提出了一种基于鲸鱼算法(WOA)优化支持向量机(SVM)的露天煤矿边坡稳定性预测模型,该方法使用WOA对SVM模型的惩罚系数及核函数参数的取值进行了优化,解决了SVM模型的初始参数值选取困难的缺点。利用WOA优化后的SVM模型对收集到的边坡数据进行预测,并与RF、BP、SVM模型的预测结果进行对比。结果表明,WOA优化后的SVM模型具有更高的预测精度,该模型对确定露天煤矿边坡稳定状态有一定的参考价值。
Abstract:The stability of the slope has a significant impact on the safety of open-pit coal mine, in order to quickly determine the stability status of slopes in open-pit coal mine slopes, an open-pit coal mine slope stability prediction model based on the whale algorithm (WOA) optimized support vector machine (SVM) is proposed. This method uses WOA to optimize the penalty coefficient and kernel function parameter of WOA model, which solves the problems that difficult selection of SVM model parameters.The WOA-optimized SVM model was used to predict the collected slope data and compared with the prediction results of RF, BP and SVM models.The results show that the WOA-optimized SVM model has higher prediction accuracy,which has a certain reference value to determine the stability state of open-pit coal mine slopes.
文章编号:20230327002     中图分类号:    文献标志码:
基金项目:云南省面上项目(202001AT070205)
引用文本:
曹念.基于鲸鱼算法优化支持向量机的露天煤矿边坡稳定性预测[J].矿冶,2023,32(6):.

为了给您提供更优质的网页浏览体验,请使用 Firefox 、Chrome、IE10、IE11、360极速模式、搜狗极速模式、QQ极速模式等浏览器,其他浏览器不建议使用

我们一直在努力打
造,精品期刊,传
播学术成果

全国咨询服务热线
010-63299751

杂志信息

期刊简介

相关下载

联系我们

电话:010-63299751

传真:010-63299754

QQ:XXXXXXX

Email:kuangye@bgrimm.com

邮编:100160

地址:北京市南四环西路188号总部基地十八区23号楼905 北京矿冶研究总院《矿冶》编辑部

关注微信公众号