基于蟻群算法的支持向量機(jī)在礦區(qū)地表沉降預(yù)測中的應(yīng)用研究.pdf

1、礦區(qū)地表沉降是一個緩慢且長期的過程，隨著沉降量的累積，沉降總量超過地表所能承載的最大閾值，就會發(fā)生滑坡等重大災(zāi)害，為了避免災(zāi)害的發(fā)生，長期監(jiān)測礦區(qū)地表沉降并掌握其沉降規(guī)律勢在必行。目前針對礦區(qū)地表沉降預(yù)測方法較多，但是傳統(tǒng)的預(yù)測方法存在誤差大、收斂速度慢等問題，因此，探索有效的新方法預(yù)測礦區(qū)地表沉降規(guī)律具有重大意義。
　　本文在對礦區(qū)地表沉降預(yù)測和支持向量機(jī)研究現(xiàn)狀的基礎(chǔ)之上，利用蟻群算法對支持向量機(jī)進(jìn)行優(yōu)化，并應(yīng)用于礦區(qū)地表沉降

2、預(yù)測研究，首先介紹了蟻群算法和支持向量機(jī)的基本理論、數(shù)學(xué)模型及其特點(diǎn)；其次采用改進(jìn)網(wǎng)格化的蟻群算法優(yōu)化選擇支持向量機(jī)參數(shù)，基于Visual Studio編程環(huán)境，利用C＃語言編程實(shí)現(xiàn)；最后，通過以某礦區(qū)地表沉降監(jiān)測數(shù)據(jù)為數(shù)據(jù)源，采用Fibonacci加權(quán)處理方法對原始監(jiān)測數(shù)據(jù)進(jìn)行處理，建立基于蟻群算法的支持向量機(jī)礦區(qū)地表沉降預(yù)測模型，并與傳統(tǒng)支持向量機(jī)模型預(yù)測結(jié)果進(jìn)行對比分析。
　　結(jié)果顯示，基于蟻群算法的支持向量機(jī)預(yù)測模型12號

3、、22號、24號點(diǎn)預(yù)測值殘差分別為0.0015~0.0028m、0.0015~0.0025m、0.0018~0.0028m，傳統(tǒng)支持向量機(jī)預(yù)測模型12號、22號、24號點(diǎn)預(yù)測值殘差分別為0.0055~0.0086m、0.0060~0.0078m、0.0058~0.0081m。研究結(jié)果表明，基于蟻群算法的支持向量機(jī)預(yù)測模型精度相對較高，優(yōu)于傳統(tǒng)支持向量機(jī)模型預(yù)測精度，基于蟻群算法的支持向量機(jī)預(yù)測模型預(yù)測值變化曲線更接近實(shí)測值，由此我們可以