基于基因表达式编程的充填体强度预测模型

作者：史采星; 李永密; 郭利杰; 陈新; 杜向红

来源：有色金属(矿山部分), 2015, 67(z1): 13-18.

DOI：10.3969/j.issn.1671-4172.2015.z1.004

• 基因表达式编程
• 充填体强度
• 充填试验
• 预测模型
• BP神经网络

为准确预测尾砂胶结充填体强度,建立了以孔隙率、粒级不均匀系数、曲率系数、充填料浆浓度、1/灰砂比、养护龄期6个因素作为输入因子,尾砂胶结充填体强度为输出因子的GEP充填体强度预测模型.以多个矿山室内充填物料配比试验数据为例,验证GEP预测模型的可行性.结果表明,GEP预测结果与实际值相对误差仅为5.13％.与BP神经网络模型的预测值进行对比,结果表明,GEP预测模型比BP神经网络模型预测结果(平均相对误差14.09％)更加精确,与实测值的拟合度更好.

• 单位
  北京矿冶研究总院; 中南大学