基于支持向量机的露天矿边坡地表变形预测

被引：21

作者：

李凤明 ^{[1
]}

李宏艳 ^{[2
]}

孙维吉 ^{[3
]}

机构：

[1] 不详

来源：

煤炭学报 | 2008年 / 05期

关键词：

支持向量机; 露天矿边坡; 地表变形预测;

D O I：

10.13225/j.cnki.jccs.2008.05.008

中图分类号：

TD804 [露天矿开采];

学科分类号：

摘要：

在充分考虑露天矿边坡地表变形影响因素复杂性的前提下,基于丰富的地表变形监测资料,建立了露天矿边坡地表变形预测的支持向量机(SVM)模型,并采用遗传算法对核函数和惩罚因子进行确定.将该模型应用于抚顺露天矿边坡地表变形的预测,预测结果最大误差为3.014 cm,表明该模型是定量预测露天矿边坡坡肩地表变形量的一种有效方法.

引用

页码：492 / 495

页数：4

共 4 条

[1] 基于最小二乘支持向量机的煤层底板突水量预测
姜谙男
梁冰
[J]. 煤炭学报, 2005, (05) : 71 - 75
[2] 一种分析边坡稳定性的新型方法
向超文
段祥宝
[J]. 金陵科技学院学报, 2004, (02) : 26 - 29
[3] 岩石工程数值分析中选择岩体力学参数的神经元网络方法
乔春生
张清
黄修云
[J]. 岩石力学与工程学报, 2000, (01) : 64 - 67
[4] Least Squares Support Vector Machine Classifiers
J.A.K. Suykens
J. Vandewalle
[J]. Neural Processing Letters, 1999, 9 : 293 - 300

← 1 →