基于MPA-SVM的煤矿抛掷爆破爆堆形态预测

摘要

为提高爆堆形态预测精度,提出了一种海洋捕食者算法(MPA)优化支持向量机(SVM)的方法,结合黑岱沟露天煤矿爆破工程数据,选取其中8个参数作为影响爆堆形态的输入参数,松散系数ξ和Weibull函数的2个控制变量α、β为输出参数,建立基于MPA-SVM的爆堆形态预测模型,并与同期使用的5个模型进行比较。结果表明:MPA-SVM的预测效果优于其他5个模型,相对误差未超过5%,3个评价指标分别为R~2(0.955,0.978,0.946),RMSE(0.063,0.075,0.116),RMAE(0.046,0.056,0.067),证明了MPA-SVM对爆堆形态预测的适用性,且在小样本数据条件下更具有精度优势。