IWOA-Elman神经网络及其在充填体强度预测中的应用

摘要

矿山充填体单轴抗压强度是保障采场稳定性的关键指标，针对传统试验测定耗时低效的问题，为实现高效精准预测，提出一种融合混沌映射、自适应权重和Levy飞行的改进鲸鱼优化算法(IWOA).采用IWOA优化Elman神经网络的权值与阈值，构建IWOA-Elman预测模型.基于某矿山充填体配比数据，以水泥、粉煤灰和尾砂质量分数为输入，抗压强度为输出，训练并测试模型.与Elman,PSO-Elman及WOA-Elman模型对比结果表明，IWOA收敛性能更优；IWOA-Elman模型的均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.050 7和3.326 9，精度更高.该模型对充填体强度预测及智能化充填设计具有一定的参考价值.

关键词

智能化充填 / 改进鲸鱼优化算法 / Elman神经网络 / IWOA-Elman预测模型 / 充填体强度预测