欢迎来到天天文库
浏览记录
ID:34712767
大小:3.56 MB
页数:75页
时间:2019-03-09
《基于支持向量机的尾矿库风险预测算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、·硕士学位论文论文题目:基于支持向量机的尾矿库风险预测算法研究作者姓名洑佳红指导教师邵奇可、颜世航学科专业计算机科学与技术培养类别全日制学术型硕士所在学院计算机科学与技术学院提交日期2017年5月8日万方数据浙江工业大学硕士学位论文基于支持向量机的尾矿库风险预测算法研究作者姓名:洑佳红指导教师:邵奇可、颜世航浙江工业大学计算机科学与技术学院、软件学院2017年5月万方数据DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterResearchontai
2、lingpondriskpredictionalgorithmbasedonsupportvectormachineCandidate:FuJiahongAdvisor:ShaoQike,YanShihangCollegeofComputerScience&Technology、CollegeofsoftwareZhejiangUniversityofTechnologyMay2017万方数据浙江工业大学学位论文原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本
3、论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□,
4、在一年解密后适用本授权书。2、保密□,在二年解密后适用本授权书。3、保密□,在三年解密后适用本授权书。4、不保密□。(请在以上相应方框内打“√”)作者签名:日期:年月日导师签名:日期:年月日万方数据浙江工业大学硕士学位论文基于支持向量机的尾矿库风险预测算法研究摘要随着工业化经济的迅速发展,社会对矿山资源的需求总量日渐增加;但由于矿石开采率不高以及尾矿库建造低成本导致我国90%以上尾矿处置采用尾矿库堆积的方式,逐渐形成了尾矿库数量庞大、安监人员不足的局面。近年,尾矿库坝体垮坍导致的群众伤亡事故频发,对社会群众的财产和人身安全造成了严重危害。所
5、以提出一种科学精准、快捷可靠的尾矿库安全风险评估预测方法来满足政府及企业对尾矿库的监管需求具有重要意义。现有的尾矿库风险评估模型大多缺乏对尾矿库空间指标评估,并且对所建立的尾矿库监测系统采集的数据中隐藏信息和内在关联尚未进行充分挖掘。针对上述问题,本文提出一种基于改进支持向量机的尾矿库安全风险预测方法。全文的主要工作和主要成果如下:(1)分析尾矿库风险评估方法研究现状,总结了尾矿库风险评估领域不同理论方法的局限性;本文增加了尾矿指标空间位置信息,并建立尾矿库风险时空评价模型,完善了尾矿库风险评估在空间信息上的不足。(2)依据尾矿库工程结构,
6、分析尾矿风险事故的主要原因,根据干滩长度、库水位、坝体位移、地下位移等监测指标的特点,通过特征提取明确风险评估中的关键监测指标。(3)将集成学习思想应用于支持向量机回归,构建一种基于堆栈(Stacking)学习集成支持向量机预测算法进行尾矿库风险等级预测,开展详细仿真实验,结果表明改进后的集成支持向量机在训练速度、预测准确率等方面具有一定的优越性。(4)将一种改进的新型元启发式布谷鸟搜索算法,对支持向量机进行寻优得到全局最优解,从而得到具有最佳参数的支持向量机尾矿库风险评估预测模型。并将改进的尾矿库风险预测算法与粒子群算法、遗传算法和原始布
7、谷鸟算法在运用中的结果对比,证明其算法改进得到的模型拟合准确率更好。本文成果验证了改进后的支持向量机算法是可行的尾矿库风险等级预测方法,能准确预测尾矿库风险等级,对保障尾矿库安全与预警工作提供了新的思路和理论方法。关键词:尾矿库,风险预测,支持向量机,布谷鸟算法i万方数据浙江工业大学硕士学位论文RESEARCHONTAILINGPONDRISKPREDICTIONALGORITHMBASEDONSUPPORTVECTORMACHINEABSTRACTWiththerapiddevelopmentofindustrialeconomy,the
8、society’sdemandformineresourcesisgraduallyincreasing.However,morethan90%ofthetailingsente
此文档下载收益归作者所有