爆破振动对边坡稳定性影响的FA-IGA-LSSVM模型

• 作者: 冯东梅 王丹 白雪 陈雪
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 爆破振动 边坡稳定性 因子分析 免疫遗传算法 最小二乘支持向量机
• 年，卷（期）: 2016,（7）
• 页码范围: 717-721
• 页数: 5页
• 分类号: X936
• 语种: 中文
• DOI: 10.11956/j.issn.1008-0562.2016.07.009

摘要

为对矿山开采爆破过程中边坡的稳定性进行预测,将因子分析、免疫算法及最小二乘支持向量机相结合,共提取爆破振幅、主频率、主频率持续时间、岩石重度、粘聚力、边坡角、边坡高度7个影响指标.通过因子分析对样本数据进行降维,提取出一个公共因子.利用实际测量的29组样本数据对模型进行训练,构建基于因子分析和IGA-LSSVM的边坡稳定性预测模型;采用回代估计法对模型进行检验,误判率为3/29.使用其他5组样本检验模型的泛化能力,同时与基本最小二乘支持向量机进行对比,结果表明:所得模型的预测精度高于基本最小二乘支持向量机,预测结果的误判率为0.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯东梅		51	289	9.0	15.0
2	白雪		12	16	3.0	4.0
3	王丹		74	350	9.0	16.0
4	陈雪		2	0	0.0	0.0