天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 管理論文 > 城建管理論文 >

基于核主成分分析與SVM的巖爆烈度組合預(yù)測模型

發(fā)布時(shí)間:2021-09-09 12:55
  為了更好地預(yù)測巖土工程中的巖爆烈度,建立了基于多類型核函數(shù)的主成分分析方法與遺傳算法或粒子群優(yōu)化算法(GA/PSO)優(yōu)化的支持向量機(jī)(SVM)相結(jié)合的組合預(yù)測模型。選取圍巖最大切向應(yīng)力σθ、巖石單軸抗拉強(qiáng)度σt、巖石單軸抗壓強(qiáng)度σc、應(yīng)力集中系數(shù)SCF、脆性指數(shù)B1和B2以及彈性應(yīng)變能指數(shù)Wet共7個(gè)指標(biāo)構(gòu)成巖爆預(yù)測指標(biāo)體系;诮y(tǒng)計(jì)的246個(gè)國內(nèi)外巖爆實(shí)例數(shù)據(jù),分別運(yùn)用主成分分析和基于線性核函數(shù)、RBF核函數(shù)以及MLP核函數(shù)的主成分分析對數(shù)據(jù)進(jìn)行預(yù)處理,得到2~4個(gè)線性無關(guān)的主成分。再將降維后的數(shù)據(jù)輸入GA/PSO優(yōu)化的SVM模型進(jìn)行訓(xùn)練和預(yù)測。經(jīng)測試,基于RBF核函數(shù)的主成分分析方法與PSO-SVM相結(jié)合的模型預(yù)測準(zhǔn)確率達(dá)到了92.3%,為最佳組合模型,為巖土工程中的巖爆烈度預(yù)測提供了一種可靠的方法。 

【文章來源】:黃金科學(xué)技術(shù). 2020,28(04)CSCD

【文章頁數(shù)】:10 頁

【部分圖文】:

基于核主成分分析與SVM的巖爆烈度組合預(yù)測模型


巖爆烈度組合預(yù)測模型運(yùn)行流程圖

線圖,巖爆,線圖,原始數(shù)據(jù)


使用標(biāo)準(zhǔn)化處理后的246組巖爆數(shù)據(jù)作主成分分析以及基于3種不同核函數(shù)(KPCA1、KPCA2和KPCA3分別代表線性核、RBF核和MLP核)的主成分分析,按照前文所述步驟,通過MATLAB R2019a實(shí)現(xiàn)計(jì)算。RBF核和MLP核中最優(yōu)核參數(shù)選擇第一主成分貢獻(xiàn)率大時(shí)的參數(shù)。以高斯核為例,圖3為核參數(shù)對第一主成分貢獻(xiàn)率的影響關(guān)系圖,可以得到當(dāng)σ>890時(shí),高斯核主成分分析的第一主成分的貢獻(xiàn)率增量很小,穩(wěn)定在約0.586。故選取σ=890作為最優(yōu)核參數(shù)。當(dāng)核參數(shù)最佳時(shí)得到核主成分分析中各主成分累積貢獻(xiàn)率隨特征向量變化關(guān)系如圖4所示。根據(jù)核主成分分析方法實(shí)際應(yīng)用經(jīng)驗(yàn),一般選取累積貢獻(xiàn)率為85%~95%的核主成分,且原始特征向量的主要信息集中在貢獻(xiàn)率較大的核主成分。根據(jù)累積貢獻(xiàn)率選取4種方法的主成分個(gè)數(shù),結(jié)果如表4所示。然后對巖爆樣本數(shù)據(jù)進(jìn)行非線性特征提取,計(jì)算主成分荷載和主成分得分,圖5為最終降維的可視化結(jié)果。

基于核主成分分析與SVM的巖爆烈度組合預(yù)測模型


累積貢獻(xiàn)率對比

【參考文獻(xiàn)】:
期刊論文
[1]基于PCA-PNN原理的巖爆烈度分級預(yù)測方法[J]. 吳順川,張晨曦,成子橋.  煤炭學(xué)報(bào). 2019(09)
[2]巖爆等級預(yù)測的PCA-OPF模型[J]. 趙國彥,劉雷磊,王劍波,劉煥新,趙杰,范壯.  礦冶工程. 2019(04)
[3]深部硬巖礦山巖爆的動(dòng)靜組合加載力學(xué)機(jī)制與動(dòng)力判據(jù)[J]. 李夕兵,宮鳳強(qiáng),王少鋒,李地元,陶明,周健,黃麟淇,馬春德,杜坤,馮帆.  巖石力學(xué)與工程學(xué)報(bào). 2019(04)
[4]基于粒子群算法的支持向量機(jī)的參數(shù)優(yōu)化[J]. 陳晉音,熊暉,鄭海斌.  計(jì)算機(jī)科學(xué). 2018(06)
[5]基于模型可靠性檢查的QGA-SVM巖爆傾向性分類研究[J]. 邱道宏,李術(shù)才,張樂文,蘇茂鑫,謝富東.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2015(05)
[6]基于粒子群算法和廣義回歸神經(jīng)網(wǎng)絡(luò)的巖爆預(yù)測[J]. 賈義鵬,呂慶,尚岳全.  巖石力學(xué)與工程學(xué)報(bào). 2013(02)
[7]基于蟻群聚類算法的巖爆預(yù)測研究[J]. 高瑋.  巖土工程學(xué)報(bào). 2010(06)
[8]巖爆發(fā)生和烈度分級預(yù)測的距離判別方法及應(yīng)用[J]. 宮鳳強(qiáng),李夕兵.  巖石力學(xué)與工程學(xué)報(bào). 2007(05)
[9]巖爆分類的支持向量機(jī)方法[J]. 趙洪波.  巖土力學(xué). 2005(04)
[10]巖爆危險(xiǎn)性預(yù)測的神經(jīng)網(wǎng)絡(luò)模型及應(yīng)用研究[J]. 白明洲,王連俊,許兆義.  中國安全科學(xué)學(xué)報(bào). 2002(04)



本文編號:3392132

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/guanlilunwen/chengjian/3392132.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶fc8cc***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請E-mail郵箱bigeng88@qq.com