矿柱稳定性判别的ICA-RoF模型及其工程应用

作者：肖屈日; 赵国彦^*; 刘建; 简筝

来源：中国地质灾害与防治学报, 2019, 30(04): 116-122.

DOI：10.16031/j.cnki.issn.1003-8035.2019.04.17

• 安全工程
• 硬岩矿柱
• 状态识别
• 旋转森林
• 主成分分析

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。

• 单位
  长沙矿山研究院有限责任公司