基于改進最小二乘支持向量機的礦區(qū)邊坡變形預測.pdf

1、在我國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。但同時由于開采引起的礦區(qū)邊坡變形問題也變得越來越嚴重。為此選擇合理的方式保證數(shù)據(jù)的質量，分析數(shù)據(jù)規(guī)律，研究出可靠安全的邊坡變形預測模型，對礦區(qū)邊坡的安全有著重大意義。針對目前的預測模型存在對原始數(shù)據(jù)要求高或定量關系描述困難等不足，結合礦區(qū)的實際情況，并在最小二乘支持向量機研究基礎之上，本文提出改進最小二乘支持向量機模型并運用到礦區(qū)邊坡變形預測中。
　　首先

2、，對礦區(qū)邊坡變形預測和最小二乘支持向量機的研究現(xiàn)狀進行了闡述，在此基礎之上針對最小二乘支持向量機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)，并通過實驗驗證了混合核函數(shù)較之于單一核函數(shù)具有優(yōu)越性。與此同時，通過改變經(jīng)典差分演化算法中3個控制參數(shù)的選取與個數(shù)，并提出三個變異策略建立改進差分演化算法，將改進的差分演化算法運用于模型參數(shù)的尋優(yōu)，從而建立改進最小二乘支持向量機模型。
　　

3、其次，結合國內某礦區(qū)的邊坡變形數(shù)據(jù)，使用一步預測的方式，在 Matlab平臺上對改進最小二乘支持向量機模型進行訓練。
　　然后，基于 Matlab平臺，將改進最小二乘支持向量機模型、經(jīng)典差分演化算法最小二乘支持向量機模型以及粒子群算法最小二乘支持向量機模型，對國內某礦區(qū)邊坡監(jiān)測點A和監(jiān)測點B變形數(shù)據(jù)進行預測。其預測結果的精度采用誤差平均值進行評價，得出改進最小二乘支持向量機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