“十一五”国家科技支撑计划(2006BA02B05)
- 作品数：1 被引量：8H指数：1
- 相关作者：姜志良刘吉祥王新民更多>>
- 相关机构：中南大学更多>>
- 发文基金：国家科技支撑计划“十一五”国家科技支撑计划更多>>
- 相关领域：矿业工程更多>>
- 基于PSO-ELM的建筑物爆破震动速度预测被引量：8
- 2014年
- 针对影响爆破震动速度因素之间复杂的非线性关系,利用粒子群算法(PSO)的全局搜索最优解原理和极限学习机(ELM)处理非线性关系能力,建立了爆破震动速度预测的PSO-ELM模型。以某地区爆破震动实测数据为例,选取总药量、最大段药量、爆破点与监测点距离、建筑物所在地面震动速度和测点到地面的高度等5个因素为输入变量,以建筑物震动速度为输出变量。结果表明,PSO-ELM模型训练值与预测值,测试值与预测值的均方误差分别为0.18和2.56,平均相对误差控制在6%以内,显示出该模型具有良好的训练精度和泛化能力。对比传统ELM模型,PSO-ELM模型不但提高了精度和泛化能力,而且降低了训练样本数和隐含层节点数变化对训练结果的影响,提高了模型的拟合能力,在类似预测工程中有一定的推广价值。
- 王新民万孝衡朱阳亚姜志良刘吉祥
- 关键词：极限学习机粒子群算法
