基于ELM的尾礦壩浸潤線預測

作者：邱俊博,胡軍

摘要：為了進行尾礦壩浸潤線預測,提出一種極限學習機(ELM)方法。ELM網絡能夠很好地描述浸潤線與其影響因素的非線性關系,將最小干灘長度、庫水位、滲流量、豎直位移、水平位移5個主要因素作為ELM網絡的輸入,浸潤線埋深作為網絡的輸出。為了提高ELM的預測準確性,利用均方誤差指標選取歸一化方法、激活函數、隱含層節點個數,最終確定最大值歸一化方法預處理數據,輸入5-9-1ELM網絡,選取激活函數為sin型函數進行浸潤線預測。同時選取BP神經網絡,采用相同的歸一化方法和網絡形式進行對比。結果表明ELM模型在浸潤線短期預測中可行性更高,預測精度佳。

發文機構：遼寧科技大學土木工程學院

關鍵詞：浸潤線預測極限學習機尾礦壩歸一化均方誤差phreatic line predictionextreme learning machinetailings damnormalizationmean square error

分類號： TD926.4[礦業工程—選礦]