基于BP神经网络和SVR的Fundão尾矿坝排水数据预测对比研究

戴健非; 杨鹏; 王昕宇

首页> 中文期刊> 《中国安全生产科学技术》 >基于BP神经网络和SVR的Fundão尾矿坝排水数据预测对比研究

基于BP神经网络和SVR的Fundão尾矿坝排水数据预测对比研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对尾矿库运行过程中安全预警问题,选取2015年巴西Samarco铁矿溃坝事故案例,研究BP神经网络和SVR方法在排水数据预测的适用性.综合分析了排水数据的复杂且非线性的特点,以库水位、降雨量和干滩长度为输入特征,采用上述2个模型对尾矿坝排水数据进行预测.研究结果表明:基于BP神经网络预测结果的最大相对误差不高于4.35％;基于SVR算法的最大相对误差不高于9.21％;Fund?o坝的排水预测结果是可行的,BP神经网络的预测精度更高,而SVR模型的运算速度更快.研究结果可为矿山安全工作的快速响应和溃坝预警提供信息支撑和参考依据.

著录项

来源
《中国安全生产科学技术》 |2019年第3期|92-97|共6页
作者
戴健非; 杨鹏; 王昕宇;
展开▼
作者单位

北京联合大学北京市信息服务工程重点实验室;

北京100101;

北京联合大学北京市信息服务工程重点实验室;

北京100101;

北京科技大学土木与资源工程学院;

北京100083;

北京联合大学北京市信息服务工程重点实验室;

北京100101;

展开▼
原文格式 PDF
正文语种 chi
中图分类矿山水灾的预防和处理;
关键词
BP神经网络; SVR; 排水数据; 早期预警; 尾矿库;

相似文献

中文文献
外文文献
专利

1. 基于SVR算法与BP神经网络的地震预测对比研究 [J] . 盛涛 ,谢异同 ,曲高峰 . 长江大学学报（自然版）理工卷 . 2009,第001期
2. 基于SWT和SVR的重力坝变形预测研究 [J] . 李麒 ,朱光平 . 人民长江 . 2021,第011期
3. 尾矿坝浸润线数据挖掘预测模型的样本选取研究 [J] . 王云海 ,李娟 ,李春民 . 中国安全生产科学技术 . 2009,第005期
4. 塑料排水板排水固结工艺在尾矿坝软基处理中的应用 [J] . 沈楼燕 ,吴国高 ,熊衍良 . 有色金属（矿山部分） . 2007,第006期
5. 基于BP神经网络的铀尾矿砂氡射气系数预测 [J] . 李实 ,叶勇军 ,黄春华 . 铀矿冶 . 2019,第003期
6. 基于GM-GRNN耦合模型的尾矿坝浸润线预测研究 [C] . 王飞跃 ,董陇军 . 第2届全国工程安全与防护学术会议 . 2010
7. 基于优化的BP神经网络与SVR算法对AQI的预测研究 [A] . 张楠 . 2019

基于BP神经网络和SVR的Fundão尾矿坝排水数据预测对比研究

摘要

著录项

相似文献

相关主题

期刊订阅