用Fisher判别法和支持向量机预测地下矿山矿柱稳定性

• 作者: 史秀志 吴帮标 周健 李夕兵 魏威
• 来源期刊: 中国有色金属学报（英文版）
• 学科: 工学
• 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
• 年，卷（期）: 2011,（12）
• 页码范围: 2734-2743
• 分类号: TD326
• 字数: 1575字
• 语种: 英文
• DOI: 10.1016/S1003-6326(11)61117-5

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周健	中南大学资源与安全工程学院	56	595	15.0	22.0
2	李夕兵	中南大学资源与安全工程学院	486	10936	53.0	77.0
3	史秀志	中南大学资源与安全工程学院	163	1691	22.0	32.0
4	魏威	中南大学资源与安全工程学院	7	86	4.0	7.0