论文部分内容阅读
为了准确预测小样本条件下露天矿山岩石的爆破块度,并得到小样本条件下预测露天矿山爆破块度的有效方法,借助最小二乘支持向量机工具（LS-SVMlab）构建基于最小二乘支持向量机回归（LS-SVR）预测模型并合理优化模型参数。分别使用15组露天矿山爆破数据和35组爆破数据作为小样本容量和正常样本容量,对模型的预测精度进行检验。结果表明：两种样本容量下LS-SVR预测模型的预测结果精度都比同样本容量下人工神经网络（ANN）回归预测的结果精度更高,说明所提出的LS-SVR模型适用于预测露天矿山爆破块度,并且在小样本