充填体强度的支持向量机设计匹配模型

王志军^1,2，吕文生^1,2，杨鹏^1,3，王志凯^1,2，王金海⁴

1. 北京科技大学土木与环境工程学院2. 金属矿山高效开采与安全教育部重点实验室3. 北京联合大学机器人学院4. 北方爆破科技有限公司

摘 要：充填体强度设计的预测受到多种高维度、非线性、随机性因素的影响。为改善当前充填体强度设计预测效果不佳的现状,使用支持向量机(SVM)方法在matlab软件中借助Lib SVM工具箱建立充填体强度设计匹配模型。分析并筛选出8个主要因素作为条件属性,充填体强度作为决策属性,并挑选出72组训练样本和6组校验样本。模型选择径向基函数(RBF)为核函数,采用网格搜索法对参数寻优,再通过交叉验证检验最优参数组合。结果表明:SVM匹配模型做出的回归预测平均误差为1.94%,校验预测平均误差为2.23%,相对于BP神经网络模型,预测准确度更高。在保证采场稳定性的前提下,SVM匹配模型更为有效地减少水泥消耗、降低充填成本,提高企业经济效益。

关键词：胶结充填;充填体强度;支持向量机;BP神经网络;预测模型;