基于MPSO-SVM巷道围岩松动圈预测研究

• 作者: 张宏伟 朱志洁 陈蓥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 支持向量机 围岩松动圈 仿真预测
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP18|X936
• 字数: 3805字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0215

摘要

针对目前巷道围岩松动圈确定方法的种种缺陷，提出了一种新的预测方法，采用改进的粒子群算法（MPSO）优化支持向量机（SVM）对巷道围岩松动圈进行预测。在标准PSO中引入压缩因子，实现了算法全局搜索和局部寻优的有效平衡；应用MPSO对SVM的参数C和g进行优化，建立MPSO-SVM回归预测模型；将该预测模型应用于巷道围岩松动圈的预测，将预测性能与PSO-SVM、GA（遗传算法）-SVM、GSM（网格搜索）-SVM模型、BP神经网络进行对比分析。结果表明：该模型具有较强的泛化能力，较高的预测精度，可以对围岩松动圈厚度进行有效预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏伟	辽宁工程技术大学矿业学院	138	1783	22.0	35.0
2	陈蓥	辽宁工程技术大学矿业学院	30	284	8.0	16.0
3	朱志洁	辽宁工程技术大学矿业学院	26	264	8.0	15.0