-
题名基于MIV-MA-KELM模型的岩爆烈度等级预测
被引量:8
- 1
-
-
作者
邵良杉
周玉
-
机构
辽宁工程技术大学系统工程研究所
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2018年第2期34-39,共6页
-
基金
国家自然科学基金资助(71371091,7177111)
辽宁省社会规划项目(L14BTJ004)
-
文摘
为准确预测岩爆烈度等级以确保挖掘工程施工安全,提出一种基于MIV-MA-KELM的岩爆烈度等级预测模型。首先,在分析岩爆烈度影响因素的基础上确定主要评判指标,采用文化基因算法(MA)优化核极限学习机(KELM)参数,借助KELM拟合评判指标与岩爆烈度等级间的非线性映射关系;然后,利用平均影响值(MIV)方法以20%的调解率计算各指标影响权重,剔除低影响权重指标并反馈到MA-KELM模型中重新训练与测试;最后,选取巴玉隧道的68组数据进行试验,并用该模型预测秦岭隧道岩爆烈度等级。结果表明:预测结果与实际情况完全一致;MIV-MA-KELM模型能更合理地构建指标体系,有效避免局部最优解,提高岩爆烈度等级的预测准确率。
-
关键词
岩爆烈度等级
文化基因算法(MA)
核极限学习机(KELM)
平均影响值(miv)
miv调解率
-
Keywords
rockburst intensity grade
memetic algorithm (MA)
mean impact value (miv)
kernel-based extreme learning machine(KELM)
miv mediation rate
-
分类号
X936
[环境科学与工程—安全科学]
-