基于极限学习机的充填体强度预测 (2015年)

【文件属性】：
文件名称：基于极限学习机的充填体强度预测 (2015年)
文件大小：609KB
文件格式：PDF
更新时间：2021-05-19 17:30:45
工程技术 论文 针对充填体强度与影响因素之间复杂的非线性关系,利用极限学习机算法(ELM)建立了充填体强度预测的ELM模型,该模型以良山铁矿充填料浆配比试验数据作为训练和测试样本,选取料浆浓度、灰砂比、水泥含量及矿渣微粉掺入量4个影响因素作为输入因子,28天抗压强度作为输出因子。结果表明:当隐含层节点数目选取为17个,激活函数为Sigmoidal时网络模型具有良好的泛化能力和预测精度,模型训练值和预测值与实测值的均方误差(MSE)分别为0.39和0.36,平均相对误差控制在5%以内,对充填体的强度具有良好的预测能力。