用Fisher判别法和支持向量机预测地下矿山矿柱稳定性(英文)

被引：28

作者：

周健 ^{[1
]}

李夕兵 ^{[1
]}

史秀志 ^{[1
]}

魏威 ^{[1
]}

吴帮标 ^{[1
,2
]}

机构：

[1] 中南大学资源与安全工程学院

[2] 多伦多大学土木工程系

来源：

TransactionsofNonferrousMetalsSocietyofChina | 2011年 / 21卷 / 12期

关键词：

地下矿山; 矿柱稳定性; Fisher判别分析(FDA); 支持向量机(SVMs); 预测;

D O I：

暂无

中图分类号：

TD326 [矿山压力观测与设备];

学科分类号：

0819 ;

摘要：

利用Fisher判别分析(FDA)和支持向量机(SVMs)等来识别地下矿山矿柱稳定性,从多种煤矿和石材矿山中提取一些指标和力学参数作为识别因子,包括矿柱宽度、高度、矿柱的高宽比、岩石单轴抗压强度和矿柱应力。包括取样、训练、建模和评估4个主要步骤。在建模阶段,基于统计学习理论,建立两类矿柱稳定性预测的FDA和SVMs模型,以40组世界不同矿山的实测数据进行模型的训练和测试,并将其模型应用于其他6组待测样本来验证建立模型的有效性,将SVMs模型预测结果与FDA模型及实际情况进行对比,采用指标回代估计法和交叉验证法来考察模型的识别能力。研究表明,SVMs和FDA模型都能较好地预测矿柱的稳定性,但SVMs的优势更明显,有望成为一种可靠、实用的地下矿山矿柱稳定性的评价工具。

引用

页码：2734 / 2743

页数：10

共 7 条

[1] 用Fisher判别法评价矿井通风系统安全可靠性 [J].