摘要
本发明涉及矿山动力灾害预测技术领域,具体为一种基于改进WOA优化FTWSVM的岩爆预测方法。首先,选取岩爆烈度等级预测指标数据,采用核主成分分析法(KPCA)重构灾害敏感指标集。然后,添加核化扩展并引入模糊权重改进双孪生支持向量机得到FTWSVM模型,运用M‑Map混沌映射与对立学习改进鲸鱼搜索算法得到IWOA优化模型关键超参数。最后,训练模型,建立基于IWOA‑FTWSVM的预测模型,并通过测试集验证了其性能。本发明提出的岩爆烈度等级预测方法,结合了参数自适应性与小样本建模方法,提高了岩爆烈度等级的预测能力,为矿山开采岩爆灾害的有效并及时预防提供了解决方案。
技术关键词
岩爆烈度等级
岩爆预测方法
孪生支持向量机
矿山动力灾害
指标
搜索算法
拉普拉斯
成分分析法
模型超参数
权重机制
样本
特征值
重构
矩阵
数据
建模方法
硐室
训练集
系统为您推荐了相关专利信息
孔隙结构特征
图像采集参数
描述符
多尺度卷积神经网络
分辨率
图像超分辨率方法
噪声预测
阶段
生成结构
采样器
资源调度策略
指标
傅里叶变换算法
服务等级协议
电子设备
覆盖评估方法
WiFi设备
设备MAC地址
规划
指标