矿柱稳定性判别的ICA-RoF模型及其工程应用

• 作者: 刘建 简筝 肖屈日 赵国彦
• 来源期刊: 中国地质灾害与防治学报
• 关键词: 安全工程 硬岩矿柱 状态识别 旋转森林 主成分分析
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 地质灾害基础研究及其他
• 页码范围: 116-122
• 页数: 7页
• 分类号: TD3
• 语种: 中文
• DOI: 10.16031/j.cnki.issn.1003-8035.2019.04.17

摘要

为准确判别矿柱稳定性情况,综合考虑矿柱形状特征量、力学状态量和力学极限量3类指标,选取矿柱宽度、矿柱高度、矿柱宽高比、矿柱约束、矿柱摩擦系数、矿柱应力、矿岩单轴抗压强度、矿柱强度共8个特征作为识别指标,利用独立成分分析旋转森林(ICA-RoF)算法逆构特征指标与矿柱状态之间的非线性映射关系,建立一种基于ICA-RoF算法的矿柱稳定性判别模型.结合工程实例,以150组矿柱样本数据进行训练,采用40次5折交叉验证算法获得最佳模型参数,以剩余12组样本数据对该模型进行检验,并与主成分分析旋转森林算法(PCA-RoF)、CART决策树算法(CDT)和高斯过程分类算法(GPC)进行比较.研究结果表明:ICA-RoF判别模型精度高、泛化能力强,在显著性水平α=0.05的情况下,ICA-RoF明显优于PCA-RoF、CDT和GPC.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵国彦	中南大学资源与安全工程学院	151	2274	25.0	40.0
2	刘建		2	0	0.0	0.0
3	肖屈日	中南大学资源与安全工程学院	2	0	0.0	0.0
4	简筝	中南大学资源与安全工程学院	2	0	0.0	0.0