摘要
本申请公开了一种基于PSO‑LSSVM模型的钻爆法施工隧道超欠挖预测方法及相关设备,包括以下步骤:S1获取钻爆法施工隧道超欠挖影响因素的参数;S2对参数进行数据预处理;S3采用灰色关联分析法最终确定隧道超欠挖影响的主要参数;S4采用MATLAB仿真平台建立PSO‑LSSVM模型;S5选取均方根误差作为适应度函数,计算各粒子的适应度值,通过多次迭代更新每个粒子的值,比较更新Vbest的值,并判断是否满足PSO的结束条件;S6根据最优参数组合建立PSO‑LSSVM模型,并使用该模型结合具体隧道爆破工程的超欠挖影响参数进行预测,得出爆破效果预测结果;本申请采用了粒子群算法来迭代寻优模型的两个关键参数,能够对对钻爆法爆破效果进行高精度的预测,实现隧道工程的高效施工。
技术关键词
LSSVM模型
隧道超欠挖
隧道爆破工程
灰色关联分析法
钻爆法施工隧道
参数
仿真平台
灰色关联度
样本
矩阵
系统特征
粒子群算法
数据处理模块
元素
预测系统
极值
处理器
可读存储介质
系统为您推荐了相关专利信息
大气污染物浓度预测方法
BP神经网络模型
气象
灰色关联分析法
因子
瓦斯抽采管道
泄漏定位方法
Elman神经网络
Stacking集成模型
多传感器
LSSVM模型
特征选择
评价方法
初始聚类中心
子模块
交互特征
参数优化方法
XGBoost模型
夯击次数
夯锤
堆积层滑坡
数据混合驱动
历史监测数据
数据驱动模型
支持向量机模型