基于极限学习机的充填体强度预测

• 作者: 戴兴国 方鑫 邓光迪 陈增剑
• 来源期刊: 中国钨业
• 学科: 工学
• 关键词: 充填体强度 极限学习机 泛化能力 均方误差
• 年，卷（期）: 2015,（1）
• 页码范围: 33-37
• 页数: 5页
• 分类号: TD853.35
• 字数: 3364字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0622.2015.01.006

摘要

针对充填体强度与影响因素之间复杂的非线性关系，利用极限学习机算法（ELM）建立了充填体强度预测的ELM模型，该模型以良山铁矿充填料浆配比试验数据作为训练和测试样本，选取料浆浓度、灰砂比、水泥含量及矿渣微粉掺入量4个影响因素作为输入因子，28天抗压强度作为输出因子。结果表明：当隐含层节点数目选取为17个，激活函数为Sigmoidal时网络模型具有良好的泛化能力和预测精度，模型训练值和预测值与实测值的均方误差（MSE）分别为0.39和0.36，平均相对误差控制在5%以内，对充填体的强度具有良好的预测能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴兴国	中南大学资源与安全工程学院	50	351	9.0	17.0
3	陈增剑	中南大学资源与安全工程学院	4	23	2.0	4.0
6	方鑫	中南大学资源与安全工程学院	3	10	2.0	3.0
7	邓光迪	中南大学资源与安全工程学院	2	5	2.0	2.0