基于GA-SVM的煤矸石混合料抗壓強(qiáng)度預(yù)測研究.pdf

1、近年來，國內(nèi)外眾多的學(xué)者對煤矸石的研究進(jìn)行了越來越多的嘗試。我國在公路、鐵路工程中相繼開展了煤矸石的工程應(yīng)用試驗，取得了較好的成績。但是煤矸石本身的強(qiáng)度并不大，如果將煤矸石摻加一定比例的粉煤灰、生石灰或者少量水泥，配置成能夠滿足工程使用要求的回填材料，能夠提高強(qiáng)度，節(jié)約工程成本，而且將煤矸石、粉煤灰這些工業(yè)廢料變廢為寶，經(jīng)濟(jì)與社會效益明顯。
　　 通過實驗的手段來研究煤矸石混合料的性能是多數(shù)學(xué)者采用的方法，這種方法非常嚴(yán)謹(jǐn)科學(xué)，

2、獲得的結(jié)果也比較可靠。但是這種方法需要耗費(fèi)大量的人力、物力和財力，而且還需要耗費(fèi)時間，因此，能否找到某種智能算法取代部分實驗內(nèi)容，減少對人力、物力、財力和時間的消耗是非常有價值的。
　　 建立神經(jīng)網(wǎng)絡(luò)模型來預(yù)測煤矸石混合料無側(cè)限抗壓強(qiáng)度，雖然該方法是一種和傳統(tǒng)方法截然不同的方法，能取得良好的預(yù)測效果。但是，該方法需要大量的訓(xùn)練樣本才能保證對未來的新樣本得到很好的預(yù)測結(jié)果，且易陷入局部極值，泛化能力差，影響了其進(jìn)一步的應(yīng)用。

3、>　　 本文以煤矸石混合料無側(cè)限抗壓強(qiáng)度為研究對象，以煤矸石、粉煤灰、生石灰、水泥因素四個方面對煤矸石混合料無側(cè)限抗壓強(qiáng)度作為指標(biāo)。在此基礎(chǔ)上，利用在預(yù)測系統(tǒng)領(lǐng)域有優(yōu)越表現(xiàn)的支持回歸向量機(jī)，并將該智能化方法結(jié)合啟發(fā)式遺傳算法，對支持向量機(jī)中難以確定的參數(shù)進(jìn)行優(yōu)化，構(gòu)建了基于遺傳-支持向量機(jī)的煤矸石混合料無側(cè)限抗壓強(qiáng)度預(yù)測模型，將其預(yù)測結(jié)果與基于交叉驗證支持向量回歸機(jī)中的參數(shù)優(yōu)化作比較，證明了該模型的可行性和有效性。論文最后以邢臺地區(qū)煤