基于IGWO-SVM的露天矿边坡变形预测

• 作者: 胡军 邱俊博 栾长庆 张瀚斗
• 来源期刊: 矿冶工程
• 学科: 工学
• 关键词: 露天矿 IGWO-SVM 仿真实验 边坡变形
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 采矿|MINING
• 页码范围: 15-18
• 页数: 4页
• 分类号: TD76
• 语种: 中文
• DOI: 10.3969/j.issn.0253-6099.2022.01.004

摘要

为了克服露天矿边坡变形预测时传统算法精度低的问题,利用改进灰狼算法(IGWO)和支持向量机(SVM)建立了露天矿边坡变形IGWO?SVM模型.引入非线性递减的收敛因子策略和惯性权重策略改进灰狼优化算法,用来确定SVM参数,以达到提高模型精度的目的,并将露天矿边坡变形观测数据输入模型进行验证.结果表明,与SVM和BP模型相比,IGWO?SVM模型绝对误差最大值6.16 mm、最小值0.34 mm,相对误差平均值2.17％,说明IGWO?SVM模型预测精度高、综合性能好,证实该模型用于露天矿边坡变形预测是可行的.