本文主要研究内容
作者戴健非,杨鹏,王昕宇（2019）在《基于BP神经网络和SVR的Fund■o尾矿坝排水数据预测对比研究》一文中研究指出：针对尾矿库运行过程中安全预警问题,选取2015年巴西Samarco铁矿溃坝事故案例,研究BP神经网络和SVR方法在排水数据预测的适用性。综合分析了排水数据的复杂且非线性的特点,以库水位、降雨量和干滩长度为输入特征,采用上述2个模型对尾矿坝排水数据进行预测。研究结果表明:基于BP神经网络预测结果的最大相对误差不高于4.35%;基于SVR算法的最大相对误差不高于9.21%;Fund■o坝的排水预测结果是可行的,BP神经网络的预测精度更高,而SVR模型的运算速度更快。研究结果可为矿山安全工作的快速响应和溃坝预警提供信息支撑和参考依据。
Abstract
zhen dui wei kuang ku yun hang guo cheng zhong an quan yu jing wen ti ,shua qu 2015nian ba xi Samarcotie kuang hui ba shi gu an li ,yan jiu BPshen jing wang lao he SVRfang fa zai pai shui shu ju yu ce de kuo yong xing 。zeng ge fen xi le pai shui shu ju de fu za ju fei xian xing de te dian ,yi ku shui wei 、jiang yu liang he gan tan chang du wei shu ru te zheng ,cai yong shang shu 2ge mo xing dui wei kuang ba pai shui shu ju jin hang yu ce 。yan jiu jie guo biao ming :ji yu BPshen jing wang lao yu ce jie guo de zui da xiang dui wu cha bu gao yu 4.35%;ji yu SVRsuan fa de zui da xiang dui wu cha bu gao yu 9.21%;Fund■oba de pai shui yu ce jie guo shi ke hang de ,BPshen jing wang lao de yu ce jing du geng gao ,er SVRmo xing de yun suan su du geng kuai 。yan jiu jie guo ke wei kuang shan an quan gong zuo de kuai su xiang ying he hui ba yu jing di gong xin xi zhi cheng he can kao yi ju 。
论文参考文献
论文详细介绍
论文作者分别是来自中国安全生产科学技术的戴健非,杨鹏,王昕宇，发表于刊物中国安全生产科学技术2019年03期论文，是一篇关于神经网络论文,排水数据论文,早期预警论文,尾矿库论文,中国安全生产科学技术2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国安全生产科学技术2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：神经网络论文; 排水数据论文; 早期预警论文; 尾矿库论文; 中国安全生产科学技术2019年03期论文;