基于 AdaBoost-BAS-SVM模型的岩爆预测研究

金属矿山 ›› 2021, Vol. 50 ›› Issue (10): 28-34.

基于 AdaBoost-BAS-SVM模型的岩爆预测研究

刘晓悦季红瑜

华北理工大学电气工程学院，河北唐山 063000

出版日期:2021-10-15 发布日期:2021-10-22

Online:2021-10-15 Published:2021-10-22

摘要/Abstract

摘要： 岩爆是发生在深埋地下高应力岩体开挖工程中的一种动力破坏现象，作为矿山开采过程中的主要工程地质灾害之一，其等级预测是必须解决的岩石工程的重大问题。综合岩爆预测过程中多因素影响，选取 σθ/σc、 σ c/σt、Wet作为岩爆等级预测指标。通过利用天牛须搜索（BAS）算法解决支持向量机（SVM）中的重要参数 C 与 gamma 择优问题，并引用 AdaBoost 集成学习算法对 BAS-SVM 弱学习器进行强化训练，解决了单一分类器不稳定问题，最终建立了 AdaBoost-BAS-SVM 岩爆等级预测模型。通过收集到的 194 组实例数据对该模型进行训练测试，并与 SVM、BAS-SVM、AdaBoost-SVM 3 组模型进行结果对比。结果表明：该模型较其他 3 组模型预测准确度更高，其收敛性能明显提高，可有效、快速地预测岩爆等级。

关键词: 岩爆预测 , AdaBoost算法 , 天牛须搜索算法 , 支持向量机

刘晓悦 , 季红瑜. 基于 AdaBoost-BAS-SVM模型的岩爆预测研究[J]. 金属矿山, 2021, 50(10): 28-34.

[1]	庞俊勇, 刘　俊, 郑靓婧, 李瑶鹤, 苏红艳. 基于GA-PSO 混合优化SVR 的边坡危岩体稳定性评价模型[J]. 金属矿山, 2024, 53(9): 237-.
[2]	陈延康, 郭广礼, 孟　浩, 张连贵, 郑　辉, 李怀展, 张浩宇. 陕蒙矿区深部开采导水裂隙带发育特征与高度预测方法[J]. 金属矿山, 2024, 53(4): 186-.
[3]	何理, 刘易和, 李琳娜, 陈江伟, 姚颖康, 刘昌邦. 基于粒子群—最小二乘支持向量机模型的矿山爆破振动速度预测[J]. 金属矿山, 2022, 51(07): 145-150.
[4]	何晓华 . 爆堆前冲和后冲距离的 GSM/GA-SVM预测模型[J]. 金属矿山, 2020, 49(06): 177-183.
[5]	蔡安江, 李涛, 王洪波, 田凤阳, 杨洁 . 带式输送机故障准确诊断方法[J]. 金属矿山, 2020, 49(04): 130-134.
[6]	孙振华, 杨天鸿, 安琦, 辛全明 . 基于IAGA+M-SVR的岩土参数反分析方法及其工程应用[J]. 金属矿山, 2020, 49(04): 32-38.
[7]	冯腾飞, 刘小生, 钟钰, 马玉清. 矿区边坡变形预测的IGM-LSSVM模型[J]. 金属矿山, 2019, 48(03): 168-172.
[8]	陈慧, 韩恒梅. 江西盘古山钨矿区开采沉陷预计的GA-SVA算法[J]. 金属矿山, 2018, 47(01): 143-146.
[9]	王志军, 吕文生, 杨鹏, 王志凯, 王金海. 充填体强度的支持向量机设计匹配模型[J]. 金属矿山, 2016, 45(11): 34-38.
[10]	李瑛, 谢海波. 矿山地质环境评价模型的改进SVM算法[J]. 金属矿山, 2016, 45(09): 189-192.
[11]	罗亦泳, 张立亭, 周世健, 鲁铁定. 矿区GPS高程异常相关向量机拟合模型[J]. 金属矿山, 2015, 44(12): 111-114.
[12]	冯东梅, 关秋燕, 邵良杉. 地采诱发建筑物损伤识别的SVM分析模型[J]. 金属矿山, 2015, 44(06): 149-153.
[13]	温廷新, 戚磊, 邵良杉. 露天矿运输卡车柴油消耗的外部影响模型[J]. 金属矿山, 2015, 44(06): 118-121.
[14]	胡军, 王凯凯, 夏治国. 分层鱼群优化支持向量机预测巷道围岩松动圈厚度[J]. 金属矿山, 2014, 43(11): 31-34.
[15]	陈尚波, 张耀平, 夏弋江, 田留峰. 基于残差型G-LSSVM的岩石冒落高度及碴石厚度预测[J]. 金属矿山, 2013, 42(08): 8-10+15.

扫码分享

基于 AdaBoost-BAS-SVM模型的岩爆预测研究

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价