基于DE-BA-LSSVM的露天矿边坡稳定性预测

来源期刊：矿业研究与开发2018年第8期

论文作者：顾清华 李梦然 闫宝霞

文章页码：1 - 5

关键词：差分蝙蝠算法;最小二乘支持向量机;边坡稳定性;预测模型;

摘    要：针对LSSVM参数优化耗时长且效果差的问题,提出了一种基于差分蝙蝠算法（DE-BA）的LSSVM参数寻优办法,利用BA的全局寻优能力和DE的局部搜索能力,优化LSSVM的核参数（C）和惩罚参数（σ2）,并建立了基于DEBA-LSSVM的露天矿边坡稳定性预测模型,选取某露天矿边坡实际数据进行了对比分析。结果表明:3种预测模型中,DE-BA-LSSVM模型的平均相对误差为2.6%,预测效果最好,为采用LSSVM解决露天矿边坡稳定性预测问题提供了新的方向。