登录    注册    忘记密码

期刊文章详细信息

基于布谷鸟算法优化SVM的尾矿库坝体变形预测    

Deformation Prediction of Tailing Pond Dam Body Based on Cuckoo Search Optimized SVM

  

文献类型:期刊文章

作  者:胡军[1] 赵允坤[1] 栾长庆[2] 张瀚斗[3]

HU Jun;ZHAO Yunkun;LUAN Changqing;ZHANG Handou(School of Civil Engineering,University of Science and Technology LiaoNing,Anshan 114051,China;Beneficiation Branch of Anshan Iron and Steel Group Mining Gongchangling Co.,Ltd.,Liaoyang 111008,China;Donganshan Sintering Plant of Angang Group Co.,Ltd.,Anshan 114051,China)

机构地区:[1]辽宁科技大学土木工程学院,辽宁鞍山114051 [2]鞍钢集团矿业弓长岭有限公司选矿分公司,辽宁辽阳111008 [3]鞍钢集团有限公司东鞍山烧结厂,辽宁鞍山114051

出  处:《有色金属工程》

基  金:辽宁省教育厅重点项目(601009877-36)。

年  份:2021

卷  号:11

期  号:9

起止页码:123-129

语  种:中文

收录情况:BDHX、BDHX2020、CAS、JST、ZGKJHX、核心刊

摘  要:为解决SVM模型在尾矿库坝体位移预测中,参数寻优时间较长、模型稳定性较差的问题,引入布谷鸟算法(CS)进行优化,构建的CS-SVM模型用于辽宁省风水沟尾矿库2#副坝的位移预测实例中,将该模型预测值与SVM模型和PSO-SVM模型的预测值进行对比分析。结果表明,CS-SVM模型有较高的预测精度,预测值趋近于真实值,模型构建合理,验证了CS-SVM模型在尾矿库坝体位移预测中的可行性和有效性。

关 键 词:尾矿坝 布谷鸟算法(CS)  支持向量机(SVM)  粒子群算法(PSO)  预测  

分 类 号:TD926.4]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心