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
共找到2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：
ANN-PSO-GA模型在湿喷混凝土强度预测及配合比优化中的应用 被引量：17
1
作者 韩斌 吉坤 +1 位作者 胡亚飞 姚松 《采矿与安全工程学报》 EI CSCD 北大核心 2021年第3期584-591,共8页
为了实现对湿喷混凝土强度的高精度预测及其配合比的智能精细化选择,本文建立了一种新型的ANN-PSO-GA模型。首先采用粒子群算法(PSO)对人工神经网络(ANN)进行优化,实现其对湿喷混凝土强度的高精度预测。然后将训练好的ANN-PSO模块联合... 为了实现对湿喷混凝土强度的高精度预测及其配合比的智能精细化选择,本文建立了一种新型的ANN-PSO-GA模型。首先采用粒子群算法(PSO)对人工神经网络(ANN)进行优化,实现其对湿喷混凝土强度的高精度预测。然后将训练好的ANN-PSO模块联合给定工程条件作为目标函数,利用遗传算法(GA)进行寻优,即可得到满足该目标下的最优配合比。研究结果表明:以金川二矿区支护为例,该模型对该矿湿喷混凝土强度预测的平均相对误差MRE为2.755%,可决系数R^(2)为0.980。通过联合矿山精准支护需求,仅用时约4分11秒就寻优得到符合C15,C20,C25,C30强度标准的湿喷混凝土最佳配合比,并且经过强度实验与流动性实验检验,均符合该矿标准。本模型的成功应用不仅极大地提高了该矿湿喷混凝土强度确定的效率,还使之前依靠实验摸索的配合比寻优工作变得更加智能化、精准化。 展开更多
关键词 湿喷混凝土 配合比 强度预测 智能优化 算法
原文传递
基于粒子群优化算法的充填体单轴抗压强度预测研究
2
作者 黄晓红 崔贺佳 +2 位作者 刘志义 刘利平 张凯月 《河南理工大学学报（自然科学版）》 CAS 北大核心 2022年第3期32-37,共6页
为快速有效确定充填体单轴抗压强度,以灰砂比、固体含量和养护龄期作为输入因子,充填体单轴抗压强度作为输出因子,建立一种粒子群优化算法(PSO),对支持向量机(SVM)参数进行全局优化的预测模型。结果表明,该模型预测性能较好,相关系数高... 为快速有效确定充填体单轴抗压强度,以灰砂比、固体含量和养护龄期作为输入因子,充填体单轴抗压强度作为输出因子,建立一种粒子群优化算法(PSO),对支持向量机(SVM)参数进行全局优化的预测模型。结果表明,该模型预测性能较好,相关系数高(训练集为0.996,测试集为0.993),均方误差值低(训练集为0.000393,测试集为0.00072613);通过室内试验对采集的216个试样进行预测与对比,证明模型可以准确地预测充填体单轴抗压强度,大幅度减少物理试验量及缩短试验周期,为矿山充填提供一种新思路。 展开更多
关键词 粒子群优化算法 单轴抗压强度预测 充填体 支持向量机
下载PDF
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
使用帮助 返回顶部