节点文献

基于PCA-GWO-SVM的矿山边坡变形预测

免费订阅

【作者】 解洪伟朱东丽

【Author】 Xie Hongwei;Zhu Dongli;Surveying and Mapping Institute of Guangdong Non-ferrous Metals Geological Bureau;Guangzhou Urban Planning Survey Design and Research Institute;

【机构】 广东省有色地质测绘院广州市城市规划勘测设计研究院

【摘要】 针对矿山边坡预测模型精度低等问题,提出一种由主成分分析(PCA)、灰狼算法(GWO)和支持向量机(SVM)组合的混合模型(PCA-GWO-SVM)。首先,采用PCA对原始数据进行降维去噪;其次,通过GWO算法优化支持向量机参数;最后,通过SVM实现矿山边坡变形的预测。矿山边坡实例表明PCA-GWO-SVM模型具有更高的预测精度。

【所属期刊栏目】 开采沉陷 (2020年01期)
  • 【分类号】TP18;TD325
  • 【下载频次】35
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: