期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于灰色关联分析和SSA-RF模型的岩爆等级预测 被引量:3
1
作者 满轲 武立文 +4 位作者 刘晓丽 宋志飞 柳宗旭 刘汭琳 曹子祥 《金属矿山》 CAS 北大核心 2023年第5期202-212,共11页
矿山巷道、交通隧道等工程中岩爆灾害频发,岩爆预测变得尤为重要。为了提高岩爆等级的预测准确率和预测模型泛化性,提出了一种采用麻雀搜索算法(SSA)优化随机森林算法(RF)模型的SSA-RF模型。考虑岩爆等级预测指标的合理性,综合岩爆成因... 矿山巷道、交通隧道等工程中岩爆灾害频发,岩爆预测变得尤为重要。为了提高岩爆等级的预测准确率和预测模型泛化性,提出了一种采用麻雀搜索算法(SSA)优化随机森林算法(RF)模型的SSA-RF模型。考虑岩爆等级预测指标的合理性,综合岩爆成因特点并根据灰色关联分析结果进行4组方案比选以确定最佳预测指标组合,采用模型的重要度分析验证最佳预测指标组合的合理性。方案一保留全部预测指标作为对比项,方案二筛除与岩爆等级之间灰色关联度较低的两项预测指标,方案三采用复合指标,方案四采用独立指标。搜集了151个岩爆样本数据作为模型数据集,将SSA-RF模型的预测效果与其他7种预测方法进行比较,并分析了不同样本容量的模型敏感性。结果表明:方案二为最佳方案,最佳预测指标组合为围岩切向应力、应力系数、弹性能指数和单轴抗压强度;相比于其他7种预测方法,SSA-RF模型在4组方案中预测准确率均最高且平均准确率达到88.09%,在最佳方案中甚至达到95.23%;SSA-RF模型的预测指标重要度排序较RF模型更合理并有效验证了最佳预测指标组合的合理性;采用SSA优化RF模型可以提高RF模型对不同岩爆样本容量的预测准确率和泛化性,有效弥补了RF模型随机性的不足。综上可知,SSA-RF模型对于实际工程的岩爆等级预测具有可行性和有效性。 展开更多
关键词 岩爆等级预测 灰色关联分析 SSA-RF模型 模型重要度分析 模型敏感性分析
下载PDF
基于熵权法-LGBM算法的岩爆等级预测模型研究 被引量:2
2
作者 郑龙菲 周宗红 +2 位作者 刘剑 罗正良 赵亮 《化工矿物与加工》 CAS 2023年第10期39-45,共7页
为了解决多个岩爆预测指标数据间存在的数值和量纲差异导致指标利用率较低的问题,建立了基于熵权法和LGBM(Light Gradient Boosting Machine)算法的岩爆预测模型。首先运用熵权法消除指标数值差异的影响,确定各指标的权重,在此基础上引... 为了解决多个岩爆预测指标数据间存在的数值和量纲差异导致指标利用率较低的问题,建立了基于熵权法和LGBM(Light Gradient Boosting Machine)算法的岩爆预测模型。首先运用熵权法消除指标数值差异的影响,确定各指标的权重,在此基础上引入LGBM算法对样本数据进行训练,运用Leaf-wise叶子生长策略提升计算效率,最后将训练结果与传统LGBM模型、RF(Random Forest)模型和XGBoost模型的预测结果进行对比分析,结果表明,组合模型的预测准确率高达93.1%,明显优于单一模型。将组合模型应用于终南山隧道通风竖井的岩爆等级预测中,发现预测结果与实际情况基本相符,验证了组合模型的可靠性。 展开更多
关键词 岩爆等级预测 熵权法 LGBM算法 组合模型 叶子生长策略
下载PDF
基于随机森林模型的岩爆等级预测研究 被引量:18
3
作者 杨悦增 邓红卫 虞松涛 《矿冶工程》 CSCD 北大核心 2017年第4期23-27,共5页
以岩石单轴抗压强度、单轴抗拉强度、硐室最大切向应力、岩石压拉比、应力系数、弹性变形指数和完整性系数为岩爆评价指标,建立了4种评价方案;在引入随机森林算法的基础上,建立了岩爆等级预测的随机森林模型,并通过R语言编写代码对该模... 以岩石单轴抗压强度、单轴抗拉强度、硐室最大切向应力、岩石压拉比、应力系数、弹性变形指数和完整性系数为岩爆评价指标,建立了4种评价方案;在引入随机森林算法的基础上,建立了岩爆等级预测的随机森林模型,并通过R语言编写代码对该模型进行了计算,得出评价指标的重要性和预测结果;将4种评价方案用随机森林法、线性回归法和支持向量机法分别进行预测并将结果进行对比分析。结果表明:随机森林法的岩爆预测准确率较高(达到97%),适用于解决数据不完全的小样本问题;岩石完整性系数重要度最大,岩石单轴抗压强重要度最小。 展开更多
关键词 岩爆 随机森林 岩爆等级预测 R语言 评价指标 指标重要度
下载PDF
基于修正散点图矩阵与随机森林的岩爆等级预测 被引量:12
4
作者 刘剑 周宗红 《有色金属工程》 CAS 北大核心 2022年第3期120-128,共9页
为了提高岩爆预测模型的精度,以围岩洞壁最大切向应力(MTS)、岩石单轴抗压强度(UCS)、岩石单轴抗拉强度(UTS)、应力系数(SCF)、脆性系数(BI)、岩石弹性能指数(EEI)等参数作为预选预测指标。运用修正散点图矩阵分析指标间、指标与岩爆等... 为了提高岩爆预测模型的精度,以围岩洞壁最大切向应力(MTS)、岩石单轴抗压强度(UCS)、岩石单轴抗拉强度(UTS)、应力系数(SCF)、脆性系数(BI)、岩石弹性能指数(EEI)等参数作为预选预测指标。运用修正散点图矩阵分析指标间、指标与岩爆等级间的关系,筛选指标集中的离群值,确定构成岩爆预测的指标体系。引入并优化随机森林算法,采用Randomize Search CV和Grid Search CV方法寻求最优超参数,运用优化后模型对岩爆实例进行岩爆倾向性等级预测,并将预测结果与神经网络模型(ANN)、支持向量机模型(SVM)、XGBoost模型结果进行分析对比。研究表明:修正散点图矩阵对筛选多维岩爆数据离群值是有效的,优化后的Random Forest模型的预测准确率为92.6%,为岩爆倾向性分级提供一种新的方法。 展开更多
关键词 岩爆灾害等级预测 修正散点图矩阵 指标优选 优化随机森林模型
下载PDF
基于集成算法和普通机器学习算法的岩爆分级预测及选择 被引量:2
5
作者 陈则黄 李克钢 +1 位作者 李明亮 秦庆词 《有色金属(矿山部分)》 2023年第4期114-124,共11页
岩爆是国内外深部地下工程面临的巨大灾害,岩爆预测具有显著的现实意义。现阶段单一的机器学习算法准确率较低、泛化性不足,难以发挥各个算法优点。为满足岩爆预测与工程实际需要,提出基于集成算法和普通机器学习算法相互结合预测岩爆... 岩爆是国内外深部地下工程面临的巨大灾害,岩爆预测具有显著的现实意义。现阶段单一的机器学习算法准确率较低、泛化性不足,难以发挥各个算法优点。为满足岩爆预测与工程实际需要,提出基于集成算法和普通机器学习算法相互结合预测岩爆各个等级,充分发挥不同算法在某一岩爆等级预测的优势并形成互补。提出改进的Boosting、Bagging集成预测算法,与Stacking、Random Forest、Random Subspace集成算法和普通学习算法诸如BP、贝叶斯算法(bayes)、k最近邻(KNN)、支持向量机(SVM)等在内的14种预测算法进行相互结合验证。基于国内外地下工程165组岩爆实例,选取围岩最大切向应力(MTS)、岩石单轴抗压强度(UCS)、岩石单轴抗拉强度(UTS)、岩石弹性能量指数(W et)构建岩爆预测体系,引入T-分布邻域嵌入(T-SNE),对数据进行降维可视化。为避免算法预测岩爆过程中预测结果的偶然性,即出现预测准确率过高或过低的现象,采用在各个岩爆等级按照比例随机筛选训练集和测试集,确保数据集分类的严谨性;每次机器学习过程的数据都具有随机性,在采用10次运行结果后取各项预测平均值,评价算法在各个等级的准确率和算法整体的预测稳定性。结果表明:LDA对Ⅱ级岩爆有更高的准确率,Bayes分类Ⅳ级岩爆效果最好,Adaboost.M1对Ⅰ级和Ⅲ级有最高的准确率。整体预测效果基于决策树的Bagging预测稳定性更好,预测精确率高。最后引入终南山隧道竖井工程案例,预测结果与现场实际工况较为一致,表明本文所建立算法的可靠性。 展开更多
关键词 岩石力学 T-SNE 集成算法 岩爆等级预测
下载PDF
基于海林格距离和AHDPSO-ELM的岩爆烈度等级预测模型 被引量:3
6
作者 温廷新 陈依琳 《中国安全科学学报》 CAS CSCD 北大核心 2022年第11期38-46,共9页
为提高岩爆烈度等级预测准确率,提出一种基于海林格距离过采样(HDO)和自适应混合差分粒子群优化算法(AHDPSO)-极限学习机(ELM)的预测模型。首先,在分析影响岩爆烈度因素基础上选取主要影响指标,采用HDO算法增加少数类样本数目,均衡各等... 为提高岩爆烈度等级预测准确率,提出一种基于海林格距离过采样(HDO)和自适应混合差分粒子群优化算法(AHDPSO)-极限学习机(ELM)的预测模型。首先,在分析影响岩爆烈度因素基础上选取主要影响指标,采用HDO算法增加少数类样本数目,均衡各等级岩爆样本;然后,基于粒子群优化(PSO)算法,引入自适应种群间距和差分进化(DE)算法中变异算子设计AHDPSO,利用AHDPSO优选ELM的输入层权值和隐藏层阈值,构建岩爆烈度等级预测模型;最后,采用国内外301组岩爆样本对模型训练、测试并与其他模型对比。研究表明:经HDO算法均衡岩爆数据集后,整体的预测准确率提高11.91%,且各等级的平均预测准确率均得到提高;基于HDO的AHDPSO-ELM岩爆烈度等级预测模型平均预测准确率为98.92%,均方误差为0.0108,预测精度优于其他对比模型。 展开更多
关键词 海林格距离过采样(HDO) 自适应混合差分粒子群优化(AHDPSO) 岩爆烈度等级预测 极限学习机(ELM) 岩爆样本 变异算子 自适应种群间距
原文传递
基于PCA-SOFM模型的岩爆烈度等级预测 被引量:2
7
作者 陈则黄 李克钢 +2 位作者 李明亮 秦庆词 毛明发 《地下空间与工程学报》 CSCD 北大核心 2022年第S02期934-942,951,共10页
岩爆受多种条件因素影响,需要岩爆预测指标体系的完整性。取弹性变形能指数W_(et)、应力系数σ_(θ)/σ_(c)、脆性系数σ_(c)/σ_(t)、单轴抗压强度σ_(c)、单轴抗拉σ_(t)和围岩切向应力σ_(θ)等指标构建岩爆倾向性预测指标体系。采... 岩爆受多种条件因素影响,需要岩爆预测指标体系的完整性。取弹性变形能指数W_(et)、应力系数σ_(θ)/σ_(c)、脆性系数σ_(c)/σ_(t)、单轴抗压强度σ_(c)、单轴抗拉σ_(t)和围岩切向应力σ_(θ)等指标构建岩爆倾向性预测指标体系。采用主成分分析(PCA)法对指标降维处理、提取指标数据主要信息,得到3个线性无关的主成分输入向量。将处理后的指标作为输入向量对3种不同自组织特征映射神经网络(SOFM)模型进行训练与测试,比较3个模型的方差和竞争层神经元聚类效果,得到输出层神经元个数为16的最优预测模型。最后引入12组国内外工程实例与多维正态云模型、模糊综合评价法、灰类白化权函数聚类法、Russense判据所预测的岩爆烈度等级进行比较,研究表明:基于PCA-SOFM岩爆烈度等级预测结果与工程实际情况吻合度高,可行性较好,为岩爆烈度等级预测提供一种新的研究方法。 展开更多
关键词 岩石力学 主成分分析法 自组织特征映射神经网络 岩爆烈度等级预测 欧氏距离
原文传递
基于MICE_RF的组合赋权—极限随机树岩爆预测模型
8
作者 温廷新 苏焕博 《黄金科学技术》 CSCD 2022年第3期392-403,共12页
目前岩爆预测的真实训练数据量小、数据存在缺失,为了更加准确地预测岩爆等级,提出了一种基于链式随机森林多重插补(MICE_RF)算法的组合赋权—极限随机树(ET)预测模型。首先,在选取岩爆灾害主要评判指标的基础上,采用MICE_RF算法插补缺... 目前岩爆预测的真实训练数据量小、数据存在缺失,为了更加准确地预测岩爆等级,提出了一种基于链式随机森林多重插补(MICE_RF)算法的组合赋权—极限随机树(ET)预测模型。首先,在选取岩爆灾害主要评判指标的基础上,采用MICE_RF算法插补缺失数据;然后,由改进层次分析法(IAHP)和基于指标相关性的权重确定方法(CRITIC)确定指标主、客观权重,并引入权向量距离概念对指标组合赋权;最后,将插补和赋权后数据集采用ET算法,构建岩爆等级预测模型。利用国内外工程实例数据进行20次随机抽样试验,并与其他模型进行对比分析。结果表明:MICE_RF插补后可显著提高岩爆模型预测效果;改进AHPCRITIC法较改进前更具优势,该模型平均预测准确率为93.10%,各比较指标结果均优于对比模型,预测结果更稳定。 展开更多
关键词 岩爆等级预测 数据缺失 链式随机森林的多重插补(MICE_RF)算法 组合赋权 权向量距离 极限随机树(ET)算法
下载PDF
岩爆烈度等级预测的机器学习算法模型探讨及选择 被引量:25
9
作者 李明亮 李克钢 +3 位作者 秦庆词 吴顺川 刘月东 刘博 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2021年第S01期2806-2816,共11页
为了提高预测岩爆烈度等级的准确度,选取岩体应力系数(sθ/sc)、岩石脆性系数(c ts/s)和弹性变形能系数(et W)构建岩爆烈度等级预测指标体系。基于国内外145组岩爆案例工程数据,采用6种机器学习算法结合随机交叉验证方法分别建立岩爆烈... 为了提高预测岩爆烈度等级的准确度,选取岩体应力系数(sθ/sc)、岩石脆性系数(c ts/s)和弹性变形能系数(et W)构建岩爆烈度等级预测指标体系。基于国内外145组岩爆案例工程数据,采用6种机器学习算法结合随机交叉验证方法分别建立岩爆烈度等级预测模型,利用相关系数原理计算出相关系数,根据变量间的相关系数,确定变量之间不存在强相关,同时先对原始岩爆案例工程数据进行极端值处理,然后做标准化处理,消除量纲的影响。引入T-分布邻域嵌入(T-SNE)降维方法,对数据进行降维可视化,最后,对建立的6种岩爆烈度等级预测模型准确率进行分析讨论及评估。研究结果表明:基于T-分布邻域嵌入(T-SNE)降维方法,结果显示各岩爆烈度等级具有明显的聚集现象;支持向量机模型(SVM)对于岩爆烈度等级为1的样本具有较高的预测准确率,对于岩爆烈度等级为2~4的样本,线性判别模型具有较高的预测准确率,同时兼有较为稳定的模型表现;将线性判别模型(LDA)应用到锦屏二级水电站、江边水电站和苍岭隧道等岩爆案例工程,发现LDA模型预测结果与岩爆实际等级相同,研究结果为岩土工程岩爆预测问题提供较好的指导意义。 展开更多
关键词 岩石力学 岩爆烈度等级预测 机器学习算法 T-SNE 交叉验证
原文传递
基于变异系数与序关分析法–多维正态云模型的岩爆预测 被引量:16
10
作者 李明亮 李克钢 +3 位作者 刘月东 吴顺川 秦庆词 王航龙 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2020年第S02期3395-3402,共8页
岩爆烈度等级预测受到多种指标的综合作用影响,准确预测与评价岩爆等级是岩石力学研究中亟需解决的难题。提出基于变异系数与序关分析法–多维正态云模型的岩爆预测方法,该方法选取弹性变形能指数W_(et)、岩体应力系数σ_(θ)/σ_(c)、... 岩爆烈度等级预测受到多种指标的综合作用影响,准确预测与评价岩爆等级是岩石力学研究中亟需解决的难题。提出基于变异系数与序关分析法–多维正态云模型的岩爆预测方法,该方法选取弹性变形能指数W_(et)、岩体应力系数σ_(θ)/σ_(c)、岩石脆性系数σ_(c)/σ_(t)和岩石单轴抗压强度σ_(c)作为岩爆等级评价因子,针对岩爆指标综合权重确定准确度不高的问题,依据变异系数与序关分析法求出综合权重,选取国内外12组典型岩爆案例工程实测数据,运用变异系数与序关分析法–多维正态云模型综合方法进行指标属性评价,结合多维正向云发生器,计算出不同岩爆等级的隶属度,进而给出样本岩爆预测等级。研究表明:基于变异系数与序关分析法–多维正态云模型的岩爆烈度等级分级预测结果与实际情况吻合度高,该方法可行性较好,可为岩爆等级预测提供一种新的研究方法。 展开更多
关键词 岩石力学 岩爆烈度等级预测 变异系数 多维正态云模型 序关分析法 综合权重
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部