基于ELM的尾矿坝浸润线预测

• 作者: 邱俊博 胡军
• 来源期刊: 有色金属工程
• 学科: 工学
• 关键词: 浸润线预测 极限学习机 尾矿坝 归一化 均方误差
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 地质采矿与安全工程
• 页码范围: 103-109
• 页数: 7页
• 分类号: TD926.4
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1744.2021.02.015

摘要

为了进行尾矿坝浸润线预测,提出一种极限学习机(ELM)方法.ELM网络能够很好地描述浸润线与其影响因素的非线性关系,将最小干滩长度、库水位、渗流量、竖直位移、水平位移5个主要因素作为ELM网络的输入,浸润线埋深作为网络的输出.为了提高ELM的预测准确性,利用均方误差指标选取归一化方法、激活函数、隐含层节点个数,最终确定最大值归一化方法预处理数据,输入5-9-1 ELM网络,选取激活函数为sin型函数进行浸润线预测.同时选取BP神经网络,采用相同的归一化方法和网络形式进行对比.结果表明ELM模型在浸润线短期预测中可行性更高,预测精度佳.