基于PCA-BBO-SVM的尾矿坝变形预测模型与性能验证研究

作者：**威; 娄彦彬; 王世杰; 胡少华^*

来源：中国安全生产科学技术, 2022, 18(09): 20-26.

• 尾矿坝
• 变形预测
• PCA-BBO-SVM
• 性能验证

为准确预测尾矿坝变形趋势，通过主成分分析法(PCA)对尾矿坝变形影响因子进行优选，基于生物地理学优化算法(BBO)对支持向量机(SVM)参数进行寻优，建立PCA-BBO-SVM尾矿坝变形预测模型，并以杨家湾尾矿坝为例对模型性能进行验证。研究结果表明：PCA-BBO-SVM模型在4个测点的RMSE为0.139 6,0.274 2,0.317 0,0.530 6;MAE为0.112 5,0.213 5,0.269 0,0.412 9;MAPE为0.525 0%,0.692 3%,2.621 2%,1.311 2%;预测精度及对局部波动的预测能力均高于BP、GS-SVM、GA-SVM和PSO-SVM模型，研究结果可为尾矿坝变形预测提供模型支撑。

• 单位
  国家大坝安全工程技术研究中心; 武汉理工大学