基于改進(jìn)最小二乘支持向量機(jī)的礦區(qū)邊坡變形預(yù)測(cè).pdf

1、在我國(guó)的礦山開采中邊坡大量存在，而邊坡的安全性是影響礦山安全生產(chǎn)的重要因素。但同時(shí)由于開采引起的礦區(qū)邊坡變形問題也變得越來(lái)越嚴(yán)重。為此選擇合理的方式保證數(shù)據(jù)的質(zhì)量，分析數(shù)據(jù)規(guī)律，研究出可靠安全的邊坡變形預(yù)測(cè)模型，對(duì)礦區(qū)邊坡的安全有著重大意義。針對(duì)目前的預(yù)測(cè)模型存在對(duì)原始數(shù)據(jù)要求高或定量關(guān)系描述困難等不足，結(jié)合礦區(qū)的實(shí)際情況，并在最小二乘支持向量機(jī)研究基礎(chǔ)之上，本文提出改進(jìn)最小二乘支持向量機(jī)模型并運(yùn)用到礦區(qū)邊坡變形預(yù)測(cè)中。
　　首先

2、，對(duì)礦區(qū)邊坡變形預(yù)測(cè)和最小二乘支持向量機(jī)的研究現(xiàn)狀進(jìn)行了闡述，在此基礎(chǔ)之上針對(duì)最小二乘支持向量機(jī)所存在的問題是核函數(shù)確定困難和模型參數(shù)的尋優(yōu)。通過選取多項(xiàng)式核函數(shù)與高斯核函數(shù)所組成的混合核函數(shù)，并通過實(shí)驗(yàn)驗(yàn)證了混合核函數(shù)較之于單一核函數(shù)具有優(yōu)越性。與此同時(shí)，通過改變經(jīng)典差分演化算法中3個(gè)控制參數(shù)的選取與個(gè)數(shù)，并提出三個(gè)變異策略建立改進(jìn)差分演化算法，將改進(jìn)的差分演化算法運(yùn)用于模型參數(shù)的尋優(yōu)，從而建立改進(jìn)最小二乘支持向量機(jī)模型。
　　

3、其次，結(jié)合國(guó)內(nèi)某礦區(qū)的邊坡變形數(shù)據(jù)，使用一步預(yù)測(cè)的方式，在 Matlab平臺(tái)上對(duì)改進(jìn)最小二乘支持向量機(jī)模型進(jìn)行訓(xùn)練。
　　然后，基于 Matlab平臺(tái)，將改進(jìn)最小二乘支持向量機(jī)模型、經(jīng)典差分演化算法最小二乘支持向量機(jī)模型以及粒子群算法最小二乘支持向量機(jī)模型，對(duì)國(guó)內(nèi)某礦區(qū)邊坡監(jiān)測(cè)點(diǎn)A和監(jiān)測(cè)點(diǎn)B變形數(shù)據(jù)進(jìn)行預(yù)測(cè)。其預(yù)測(cè)結(jié)果的精度采用誤差平均值進(jìn)行評(píng)價(jià)，得出改進(jìn)最小二乘支持向量機(jī)模型誤差平均值分別為1.4毫米和1.8毫米，經(jīng)典差分演化算