基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合主成分分析和基因表达式编程,提出了一种基于PCA的优化基因表达式编程的新算法,并将其应用在爆破振动峰值速度和主频率的预测。该算法首先利用主成份分析方法对影响爆破振动的参数进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,而后通过基因表达式程序设计建立爆破振动预测模型。结果表明,基于PCA的优化基因表达式编程算法比BP神经网络等其他算法得到的结果具有更高的预测精度和稳定性。
推荐文章
爆破振动波叠加数值预测方法
爆炸力学
质点峰值振动速度
振动叠加
爆破振动
起爆时差
基于GD-GEP算法的航空发动机振动监控
基因表达式编程
飞行数据
航空发动机
模型辨识
振动值监控
基于GRA-GEP的爆破峰值速度预测
爆破振动
爆破峰值速度
灰度关联度分析(GRA-GEP)
基因表达式编程算法
预测
隧道爆破近区振动的预测方法
爆炸力学
地震波传播规律
BP小波神经网络
爆破近区
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 优化的GEP算法在爆破振动预测中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 主成分分析 基因表达式编程 预测 爆破振动
年,卷(期) 2016,(22) 所属期刊栏目 工程与应用
研究方向 页码范围 212-217
页数 6页 分类号 TP305
字数 4315字 语种 中文
DOI 10.3778/j.issn.1002-8331.1501-0106
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 盛津芳 中南大学信息科学与工程学院 35 124 6.0 9.0
2 王斌 中南大学信息科学与工程学院 208 1885 21.0 31.0
3 陈新 中南大学资源与安全工程学院 33 215 8.0 13.0
4 史秀志 中南大学资源与安全工程学院 163 1691 22.0 32.0
5 张迅 中南大学软件学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (280)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主成分分析
基因表达式编程
预测
爆破振动
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导