基于案例推理的岩爆预测方法

被引：13

作者：

苏国韶

张小飞

燕柳斌

机构：

[1] 广西大学土木建筑工程学院

[2] 广西大学土木建筑工程学院广西南宁

[3] 中国科学院岩土力学重点实验室

[4] 湖北武汉

来源：

采矿与安全工程学报 | 2008年 / 01期

关键词：

岩爆; 采矿; K-最近邻方法; 机器学习; 案例推理;

D O I：

暂无

中图分类号：

TD31 [矿山压力理论]; TP18 [人工智能理论];

学科分类号：

0819 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

岩爆的发生受很多因素的影响,K-最近邻是一种简单易行且性能优秀的基于案例的机器学习推理技术.本文提出了基于K-最近邻案例推理的岩爆预测的新方法,该方法通过扫描深部开采中岩爆案例数据库,根据实例近邻性相似度函数,搜索出与预测事件在岩爆发生影响因素上最相似的多个岩爆实例,最后使用投票表决的方式推理预测新的复杂环境下岩爆发生的可能性.南非深部矿山的工程应用研究结果表明,该岩爆预测方法是科学可行的,容易实现且预测精度高,具有良好的应用前景.

引用

页码：63 / 67

页数：5

共 10 条

[1] 基于K-近邻算法的网页自动分类系统的研究及实现 [J].

张高胤 ;

谭成翔 ;

汪海航 .

计算机技术与发展, 2007, (01) :21-23

[2] K-最近邻的改进及其在文本分类中的应用 [J].

寇莎莎 ;

魏振军 .

河南师范大学学报(自然科学版), 2005, (03) :134-136

[3] 基于K-最近邻算法的未知病毒检测 [J].

张波云 ;

殷建平 ;

张鼎兴 ;

嵩敬波 .

计算机工程与应用, 2005, (06) :7-10

[4] 国内外岩爆研究现状综述 [J].

徐林生 ;

王兰生 ;

李天斌 .

长江科学院院报, 1999, (04) :25-28+39

[5] 岩爆预测的模糊数学综合评判方法 [J].

王元汉 ;

李卧东 ;

李启光 ;

徐钺 ;

谭国焕 .

岩石力学与工程学报, 1998, (05) :15-23

[6] 地下峒室岩爆预报的自适应模式识别方法 [J].

冯夏庭 .

东北大学学报, 1994, (05) :471-475

[7]

机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003

[8]

智能岩石力学导论[M]. 科学出版社 , 冯夏庭著, 2000

[9]

A probabilistic nearest neighbour method for statistical pattern recognition[J] . C. C. Holmes,N. M. Adams.Journal of the Royal Statistical Society: Series . 2002 (2)

[10] Prediction of rockbursts by analysis of induced seismicity data [J].

Mansurov, VA .

INTERNATIONAL JOURNAL OF ROCK MECHANICS AND MINING SCIENCES, 2001, 38 (06) :893-901

← 1 →