摘要： 针对露天矿排土场剖面初期设计中的边坡稳定性评估问题，提出了 2 种用于预测排土 场边坡安全系 数的机器学习模型。首先，采用有限元方法对 209 个排土场边坡模型进行了模拟，获得了模 型训练和验证所需的 数据集。其次，选取煤墙高度、排土场坡高和排土场坡角 3 个几何参数为输入，安全系数为 输出构建了人工神经网 络模型和多元回归分析模型。最后，为了比较 2 种模型的有效性，计算了方差比、决定系数 、均方根误差和残差等 各项性能指标。研究结果表明：与排土场边坡模型的数值模拟结果相比，人工神经网络模型和 多元回归分析模型 的确定系数分别为 0.999 6 和 0.976 9；在 3 个输入几何参数中，排土场坡角参数的重要 性最高；上述 4 项性能指标分 析表明，人工神经网络模型表现出比多元回归分析模型更高的预测精度，具有较高推广应用价 值。

关键词: 露天矿排土场 边坡稳定性 有限元方法 机器学习工具