论文部分内容阅读
尾矿坝的变形监测是金属矿山企业生产管理极其重要的环节，针对目前尾矿坝变形预测模型存在不足的现状，论文采用了基因表达式编程（GEP）算法，以Eclipse为开发工具，通过选择函数集和终止符集、种群初始化、染色体解码、适应度评估、遗传操作等过程，建立了基于GEP—DeepExca—vation的尾矿坝变形预测模型，并对某金属矿山尾矿坝监测点位移数据进行了预测；经与灰色GM（1,1）和BP神经网络2种模型试验对比分析，证实了基于GEP的尾矿坝变形预测模型的可行性和有效性．从而为金属矿山尾矿坝的变形预测提供了一种