基于 PSO-RVM 的矿山边坡变形量预测模型

金属矿山 ›› 2022, Vol. 51 ›› Issue (10): 191-196.

基于 PSO-RVM 的矿山边坡变形量预测模型

张研^1,2 范聪² 吴哲康² 刘晶² 邝贺伟²

1. 广西岩土力学与工程重点实验室,广西桂林 541004;2. 桂林理工大学土木与建筑工程学院,广西桂林 541004

出版日期:2022-10-15 发布日期:2022-11-04

Online:2022-10-15 Published:2022-11-04

摘要/Abstract

摘要： 针对当前露天矿山边坡变形难以准确获取的问题,建立了粒子群优化算法( PSO)及相关向量机( RVM) 相结合的矿山边坡变形量预测模型。利用 RVM 对矿山边坡变形量非线性系统进行建模,借助 PSO 对 RVM 模型核参数寻优,构建基于 PSO-RVM 的矿山边坡变形预测模型。利用该模型对工程实例进行预测,并在相同学习样本下与 MFOA-SVR 模型进行对比。结果表明:PSO-RVM 模型预测结果精度更高、离散性更小,在平均相对误差和均方根误差上远低于 MFOA-SVR 模型。 PSO-RVM 模型为准确预测矿山边坡变形量提供了一条新途径,对矿山开采工作具有一定的参考价值。

张研, 范聪, 吴哲康, 刘晶, 邝贺伟. 基于 PSO-RVM 的矿山边坡变形量预测模型[J]. 金属矿山, 2022, 51(10): 191-196.

[1]	姜庆宏, 张靖雯, 郑春丽, 王　哲, 龙文毫. 鄂尔多斯红庆河采煤矿区生态需水研究[J]. 金属矿山, 2024, 53(9): 260-.
[2]	庞俊勇, 刘　俊, 郑靓婧, 李瑶鹤, 苏红艳. 基于GA-PSO 混合优化SVR 的边坡危岩体稳定性评价模型[J]. 金属矿山, 2024, 53(9): 237-.
[3]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[4]	伍世虔, 叶　健, 孙继林, 银开州. 露天矿台阶爆破参数优化模型与求解研究[J]. 金属矿山, 2024, 53(7): 146-.
[5]	耿　楠, 吴明春, 李　显, 樊亚男. 尾矿资源化利用制备水泥注浆料的无侧限抗压强度预测[J]. 金属矿山, 2024, 53(6): 242-.
[6]	李　得, 李　翠, 刘　磊, 孙明志, 覃陆均. 深凹露天矿山挂帮矿安全回采工艺研究及实践[J]. 金属矿山, 2024, 53(4): 7-.
[7]	周辰奥, 周科平, 张孝平, 徐继业, 李杰林, 张良兵. 面向数字孪生的大型露天金属矿生产调度仿真分析[J]. 金属矿山, 2024, 53(3): 190-.
[8]	邱进伟, 邹云, 吕逸飞. 连采面压风口和抽风口风流调控下除尘效果分析[J]. 金属矿山, 2023, 52(07): 91-98.
[9]	汪泉, 杨礼澳, 李烨, 黄小明, 李瑞. 基于 Matlab 的爆破降尘效果定量化分析软件开发及应用[J]. 金属矿山, 2023, 52(05): 195-201.
[10]	李翠, 李杰林, 张良兵, 杨承业, 徐继业, 周科平. 基于无人机贴近测量的露天矿岩质边坡结构面自动识别#br#[J]. 金属矿山, 2023, 52(02): 146-153.
[11]	李鸣庚, 张书毕, 高延东, 李世金, 张艳锁, 贾义琨, 孔令辰. 适用于露天矿时序形变监测的优化DS-InSAR 技术[J]. 金属矿山, 2023, 52(01): 110-118.
[12]	李如仁孙加瑶. 融合 SBAS-InSAR 与 GS-LSTM 的尾矿库沉降监测与预测[J]. 金属矿山, 2023, 52(01): 102-109.
[13]	张艳博, 路恒骁, 梁鹏, 姚旭龙, 李群, 于光远, 李华. 无人机不同航线规划方案下露天矿山三维建模对比研究[J]. 金属矿山, 2023, 52(01): 95-101.
[14]	葛虎胜, 宫福会, 孙炎炎, 况锅明, 彭南竹, 梁超, 胡建华. 双5G网络下露天智能矿山系统构建与应用[J]. 金属矿山, 2022, 51(09): 167-173.
[15]	王继野. 基于密集匹配点云的露天矿台阶线提取方法研究[J]. 金属矿山, 2022, 51(09): 155-160.

扫码分享

基于 PSO-RVM 的矿山边坡变形量预测模型

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价