基于PCA-RVM的矿山岩石爆破粒径预测模型
张研1
吴哲康2
1.桂林理工大学 广西岩土力学与工程重点实验室, 广西 桂林541004;桂林理工大学 土木与建筑工程学院, 广西 桂林5410042.桂林理工大学 土木与建筑工程学院, 广西 桂林541004
摘要：为解决露天矿山爆破开采过程中岩石爆破粒径大小难以获取的问题,提出一种基于主成分分析法(PCA)及相关向量机(RVM)相结合的矿山岩石爆破粒径预测模型.该模型利用PCA对样本数据进行降维处理,选取出4个相互独立的主成分变量,并借助RVM构建主成分与爆破粒径之间的非线性映射关系,从而建立预测模型.将该模型应用于工程实例,并与BP神经网络和LM双隐含层模型进行对比.结果表明,在相同学习样本下,PCA-RVM模型预测结果与实际值更加接近,在平均相对误差和均方差上远小于另两种模型.
关键词：露天矿山主成分分析相关向量机爆破岩石粒径降维处理非线性映射预测模型
分类号：TD235(矿山设计与建设)
资助基金：国家自然科学基金(52068016)广西自然科学基金项目(2020GXNSFAA297118)广西自然科学基金项目(2020GXNSFAA159125)广西岩土力学与工程重点实验室项目(20-Y-XT-01)
论文发表日期：2023-03-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 229-234 )
英文信息