矿柱稳定性判别的ICA-RoF模型及其工程应用

摘要

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。
- 安全工程 /
- 硬岩矿柱 /
- 状态识别 /
- 旋转森林 /
- 主成分分析

1.	胡洪文，钟芳权，郭裕民，党建东，刘胤，邱贤阳，史秀志. 爆破动力荷载作用下大直径深孔采场凿岩硐室稳定性研究. 采矿技术. 2023(03): 83-88 . 百度学术
2.	何环莎，黄敏，吕冠颖，刘畅. 矿柱形态对地下矿山采空区稳定性影响规律. 湖南科技大学学报(自然科学版). 2021(03): 16-21 . 百度学术