基于GEP的金属矿尾矿坝变形预测模型研究

• 作者: 刘传立 刘小生 李妍妍
• 来源期刊: 有色金属科学与工程
• 学科: 工学
• 关键词: 尾矿坝 GEP 灰色模型 BP神经网络 变形预测
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 【矿业?环境】
• 页码范围: 63-68
• 页数: 6页
• 分类号: TD76|TP183
• 字数: 4845字
• 语种: 中文

摘要

尾矿坝的变形监测是金属矿山企业生产管理极其重要的环节，针对目前尾矿坝变形预测模型存在不足的现状，论文采用了基因表达式编程（GEP）算法，以Eclipse为开发工具，通过选择函数集和终止符集、种群初始化、染色体解码、适应度评估、遗传操作等过程，建立了基于GEP-Deep Exca-vation的尾矿坝变形预测模型，并对某金属矿山尾矿坝监测点位移数据进行了预测；经与灰色GM （1，1）和BP神经网络2种模型试验对比分析，证实了基于GEP的尾矿坝变形预测模型的可行性和有效性，从而为金属矿山尾矿坝的变形预测提供了一种新方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小生	江西理工大学建筑与测绘工程学院	88	532	12.0	17.0
2	刘传立	江西理工大学建筑与测绘工程学院	16	103	6.0	9.0
3	李妍妍	江西理工大学建筑与测绘工程学院	5	13	2.0	3.0