基于粒子群优化算法的充填体单轴抗压强度预测研究

作者：黄晓红; 崔贺佳^*; 刘志义; 刘利平; 张凯月

来源：河南理工大学学报(自然科学版), 2022, 41(03): 32-37.

DOI：10.16186/j.cnki.1673-9787.2020090044

• 粒子群优化算法
• 单轴抗压强度预测
• 充填体
• 支持向量机

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0.000 393,测试集为0.000 726 13);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。

• 单位
  华北理工大学