申请/专利权人:武汉科技大学
申请日:2024-02-26
公开(公告)日:2024-05-14
公开(公告)号:CN118036382A
主分类号:G06F30/23
分类号:G06F30/23;G06F30/27;G06F30/12;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本项申请揭示了一种融合SSA‑ELM算法的矿山边坡坡态控制参数优化方法,旨在确立边坡长期稳定性的最优坡态控制参数。该技术首先通过工程类比得到坡态控制参数的初步范围,并对计算数据执行清洗和标准化处理。接着,构建极限学习机ELM的参数模型,将实际指标数据分割为训练集和测试集。通过麻雀搜索算法SSA对ELM模型的参数进行优化。优化后的ELM模型参数被用于训练,形成完善的ELM模型。随后,对训练好的ELM模型实施多目标线性规划,创建一个基于机器学习的边坡控制参数优化模型,结合相应的稳定性限制得到符合要求的最优坡态控制参数。这种方法克服了传统依赖经验的设计方法的局限性,提升了参数设计的科学性和精确度。
主权项:1.一种基于SSA-ELM考虑矿山边坡长期稳定性的坡态控制参数优化方法,其特征在于,包括以下步骤:步骤1:根据矿山机械、边坡工程地质条件以及边坡所处工况,确定边坡坡态控制参数的取值范围;步骤2:在上述取值范围内设置合适的参数梯度,进行参数组合方案设计,并建立边坡模型,利用工程仿真软件计算各个方案的流变稳定性,获得各参数方案及对应水平位移量、变形速率、速度切线角构成的数据集;步骤3:将数据集中的数据进行归一化处理,并将处理后的数据集输入SSA-ELM参数模型进行训练,实现稳定性预测;步骤4:基于坡态控制参数与剥离矿量间的设计关系,使用网格搜索算法结合上述SSA-ELM参数模型,得到稳定性系数大于安全系数条件下剥离量最大的坡态控制参数组合。
全文数据:
权利要求:
百度查询: 武汉科技大学 一种基于SSA-ELM考虑矿山边坡长期稳定性的坡态控制参数优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。