基于支持向量机模型的地表下沉系数计算参数寻优

作者：熊睿

来源：采矿技术, 2021, 21(06): 108-111.

DOI：10.13828/j.cnki.ckjs.2021.06.028

• 地表下沉系数
• 支持向量机
• 网格参数寻优算法
• 遗传算法
• 粒子群寻优算法

为准确快速地对地表下沉系数进行预测分析,提出基于支持向量机(SVM)的地表下沉系数的SVM预测模型,结合我国典型的地表移动观测站实际案例,分别采用网格参数寻优算法、遗产算法(GA)、粒子群算法(PSO)对SVM模型进行参数寻优,并采用考虑交叉概率的改进GA算法对地表下沉系数进行预测。结果表明,改进的GA算法预测回归系数可达到0.95271,适合地表下沉系数预测分析,预测准确率最高。

• 单位
  江西铜业集团东同矿业有限责任公司