基于RS-GWO-GRNN的充填管道失效风险研究

• 作者: 张新生 王文辉 骆正山
• 来源期刊: 有色金属工程
• 学科: 工学
• 关键词: 粗糙集(RS)理论 灰狼优化(GWO)算法 广义回归神经网络(GRNN) 充填管道 失效风险
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 地质采矿与安全工程
• 页码范围: 76-83
• 页数: 8页
• 分类号: TD853.34
• 字数: 3821字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1744.2019.06.013

摘要

为克服充填管道失效风险评判指标间的复杂性,传统方法预测精度低及适用性差等缺陷,提出基于粗糙集(RS)和灰狼优化(GWO)算法融合广义回归神经网络(GRNN)的充填管道失效风险评价模型.选取10项风险评价指标,通过属性约简提取影响充填管道失效的主要风险因素,运用GWO优化GRNN的参数,构建预测模型,以国内某具体矿山充填系统为例进行实证研究,结果表明:与其它预测模型相比,RS-GWO-GRNN模型的预测精度更高,泛化能力更强,为充填管道失效风险研究提供了新思路,具有较好的借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆正山	西安建筑科技大学管理学院	79	457	11.0	18.0
2	张新生	西安建筑科技大学管理学院	45	251	9.0	15.0
3	王文辉	西安建筑科技大学管理学院	4	9	2.0	3.0