Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

28.04.2016 | Original Article | Ausgabe 1/2017

Engineering with Computers 1/2017

Prediction of air-overpressure caused by mine blasting using a new hybrid PSO–SVR model

Zeitschrift:
Engineering with Computers > Ausgabe 1/2017
Autoren:
Mahdi Hasanipanah, Azam Shahnazar, Hassan Bakhshandeh Amnieh, Danial Jahed Armaghani

Abstract

The aim of the present study is to predict air-overpressure (AOp) resulting from blasting operations in the Shur river dam, Iran. AOp is considered as one of the most detrimental side effects induced by blasting. Therefore, accurate prediction of AOp is essential in order to minimize/reduce the environmental effects of blasting. This paper proposes a new hybrid model of particle swarm optimization (PSO) and support vector regression (SVR) for AOp prediction. To construct the PSO–SVR model, the linear (L), quadratic (Q) and radial basis (RBF) kernel functions were applied. Here, these combinations are abbreviated using PSO–SVR-L, PSO–SVR-Q and PSO–SVR-RBF. In order to check the accuracy of the proposed PSO–SVR models, multiple linear regression (MLR) was also utilized and developed. A database consisting of 83 datasets was applied to develop the predictive models. The performance of the all predictive models were evaluated by comparing performance indices, i.e. coefficient correlation (CC) and root mean square error (RMSE). As a result, PSO can be used as a reliable algorithm to train the SVR model. Moreover, it was found that the PSO–SVR–RBF model receives better results in comparison with other developed hybrid models in the field of AOp prediction.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2017

Engineering with Computers 1/2017 Zur Ausgabe