期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
充填钻孔寿命SVM优化预测模型研究
被引量:
15
1
作者
张钦礼
陈秋松
+1 位作者
胡威
高瑞文
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2014年第2期536-541,共6页
基于充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,对矿山充填钻孔使用寿命进行预测十分重要,建立支持向量机(SVM)回归预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,通过遗传算...
基于充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,对矿山充填钻孔使用寿命进行预测十分重要,建立支持向量机(SVM)回归预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选择,应用优化得到的SVM模型对预测集进行预测。以某矿为例,通过GA得到SVM模型最优参数:适应值(均方误差)为0.011 1,惩罚系数C为47.076 8,核函数参数σ为2.263 8。采用优化的SVM模型对预测集充填钻孔寿命进行预测,预测结果的最大预测相对误差为8.6%,平均相对误差为5.2%。对比BP神经网络(最大相对误差为13.6%),优化的SVM模型预测结果更加理想,精度更高。
展开更多
关键词
充填
钻孔寿命
支持向量机
遗传算法
下载PDF
职称材料
岩体加固新技术在回龙抽水蓄能电站中的应用
2
作者
李林民
王贵军
+1 位作者
付志刚
陈涵
《华北水利水电学院学报》
2005年第1期61-63,80,共4页
在灌浆、排水和锚固等岩体加固工程中,钻孔方位和岩体中裂隙的方位组合对岩体加固的效果影响显著.目前,通用的设计方法是不考虑岩体的各向异性而采用固定的钻孔方向.为保证工程质量和提高经济效益,应寻找质量效益系数最佳的方向作为钻...
在灌浆、排水和锚固等岩体加固工程中,钻孔方位和岩体中裂隙的方位组合对岩体加固的效果影响显著.目前,通用的设计方法是不考虑岩体的各向异性而采用固定的钻孔方向.为保证工程质量和提高经济效益,应寻找质量效益系数最佳的方向作为钻孔矢量的方向.在回龙抽水蓄能电站的灌浆、排水设计中,通过对钻孔方向的计算机优选,采用针对性的岩体加固技术,取得了很好的效果.
展开更多
关键词
岩体加固
各向异性
质量效益系数
钻孔矢量
下载PDF
职称材料
GA-SVM和神经网络组合模型预测充填钻孔寿命
被引量:
5
3
作者
张钦礼
程健
+2 位作者
陈秋松
胡威
周碧辉
《科技导报》
CAS
CSCD
北大核心
2013年第34期34-38,共5页
充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,因此对矿山充填钻孔使用寿命进行预测十分重要。通过建立支持向量机(SVM)和BP神经网络组合预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为SVM...
充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,因此对矿山充填钻孔使用寿命进行预测十分重要。通过建立支持向量机(SVM)和BP神经网络组合预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为SVM适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选择,应用优化得到的SVM模型进行预测,并结合BP神经网络进行残差修正,最终得到预测结果。以某矿为例,通过GA得到SVM模型最优参数:适应值(均方误差mse)=0.0111,惩罚系数C=47.0768,核函数参数σ=2.2638。通过优化的SVM模型,对预测集充填钻孔寿命进行预测,经BP神经网络残差修正,预测结果的相对误差均控制在3%左右。对比单一预测模型,组合预测模型预测结果更加理想,精度更高,在类似的预测工程中有良好的推广价值。
展开更多
关键词
充填钻孔寿命
支持向量机
遗传算法
神经网络
原文传递
题名
充填钻孔寿命SVM优化预测模型研究
被引量:
15
1
作者
张钦礼
陈秋松
胡威
高瑞文
机构
中南大学资源与安全工程学院
出处
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2014年第2期536-541,共6页
基金
国家科技支撑计划项目(2006BAB02A03)
科技部"十一五"科技支撑计划项目(2006BA02B05)
文摘
基于充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,对矿山充填钻孔使用寿命进行预测十分重要,建立支持向量机(SVM)回归预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选择,应用优化得到的SVM模型对预测集进行预测。以某矿为例,通过GA得到SVM模型最优参数:适应值(均方误差)为0.011 1,惩罚系数C为47.076 8,核函数参数σ为2.263 8。采用优化的SVM模型对预测集充填钻孔寿命进行预测,预测结果的最大预测相对误差为8.6%,平均相对误差为5.2%。对比BP神经网络(最大相对误差为13.6%),优化的SVM模型预测结果更加理想,精度更高。
关键词
充填
钻孔寿命
支持向量机
遗传算法
Keywords
backfill
drill
-
hole
life
support
vector
machine
genetic
algorithm
分类号
TD853 [矿业工程—金属矿开采]
下载PDF
职称材料
题名
岩体加固新技术在回龙抽水蓄能电站中的应用
2
作者
李林民
王贵军
付志刚
陈涵
机构
黄河水利委员会勘测规划设计公司
出处
《华北水利水电学院学报》
2005年第1期61-63,80,共4页
文摘
在灌浆、排水和锚固等岩体加固工程中,钻孔方位和岩体中裂隙的方位组合对岩体加固的效果影响显著.目前,通用的设计方法是不考虑岩体的各向异性而采用固定的钻孔方向.为保证工程质量和提高经济效益,应寻找质量效益系数最佳的方向作为钻孔矢量的方向.在回龙抽水蓄能电站的灌浆、排水设计中,通过对钻孔方向的计算机优选,采用针对性的岩体加固技术,取得了很好的效果.
关键词
岩体加固
各向异性
质量效益系数
钻孔矢量
Keywords
rock
body
strengthening
anisotropy
quality
efficacy
coefficients
drill hole
vector
分类号
TU459 [建筑科学—岩土工程]
下载PDF
职称材料
题名
GA-SVM和神经网络组合模型预测充填钻孔寿命
被引量:
5
3
作者
张钦礼
程健
陈秋松
胡威
周碧辉
机构
中南大学资源与安全工程学院
出处
《科技导报》
CAS
CSCD
北大核心
2013年第34期34-38,共5页
基金
国家科技支撑计划项目(2006BAB02A03
2006BA02B05)
文摘
充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,因此对矿山充填钻孔使用寿命进行预测十分重要。通过建立支持向量机(SVM)和BP神经网络组合预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为SVM适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选择,应用优化得到的SVM模型进行预测,并结合BP神经网络进行残差修正,最终得到预测结果。以某矿为例,通过GA得到SVM模型最优参数:适应值(均方误差mse)=0.0111,惩罚系数C=47.0768,核函数参数σ=2.2638。通过优化的SVM模型,对预测集充填钻孔寿命进行预测,经BP神经网络残差修正,预测结果的相对误差均控制在3%左右。对比单一预测模型,组合预测模型预测结果更加理想,精度更高,在类似的预测工程中有良好的推广价值。
关键词
充填钻孔寿命
支持向量机
遗传算法
神经网络
Keywords
backfill
drill
-
hole
life
support
vector
machine
genetic
algorithm
neural
network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TD40 [自动化与计算机技术—控制科学与工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
充填钻孔寿命SVM优化预测模型研究
张钦礼
陈秋松
胡威
高瑞文
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2014
15
下载PDF
职称材料
2
岩体加固新技术在回龙抽水蓄能电站中的应用
李林民
王贵军
付志刚
陈涵
《华北水利水电学院学报》
2005
0
下载PDF
职称材料
3
GA-SVM和神经网络组合模型预测充填钻孔寿命
张钦礼
程健
陈秋松
胡威
周碧辉
《科技导报》
CAS
CSCD
北大核心
2013
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部