用Fisher判别法和支持向量机预测地下矿山矿柱稳定性

用Fisher判别法和支持向量机预测地下矿山矿柱稳定性

作者：周健;李夕兵;史秀志;魏威;吴帮标

作者机构：中南大学资源与安全工程学院,长沙410083;中南大学资源与安全工程学院,长沙410083;中南大学资源与安全工程学院,长沙410083;中南大学资源与安全工程学院,长沙410083;中南大学资源与安全工程学院,长沙410083;多伦多大学土木工程系,多伦多M5S1A4

来源：中国有色金属学报（英文版）

ISSN：1003-6326

年：2011

卷：021

期：012

页码：2734-2743

页数：10

正文语种：chi

关键词：地下矿山;矿柱稳定性;Fisher判别分析(FDA);支持向量机(SVMs);预测摘要：利用Fisher判别分析(FDA)和支持向量机(SVMs)等来识别地下矿山矿柱稳定性,从多种煤矿和石材矿山中提取一些指标和力学参数作为识别因子,包括矿柱宽度、高度、矿柱的高宽比、岩石单轴抗压强度和矿柱应力.包括取样、训练、建模和评估4个主要步骤.在建模阶段,基于统计学习理论,建立两类矿柱稳定性预测的FDA和SVMs模型,以40组世界不同矿山的实测数据进行模型的训练和测试,并将其模型应用于其他6组待测样本来验证建立模型的有效性,将SVMs模型预测结果与FDA模型及实际情况进行对比,采用指标回代估计法和交叉验证法来考察模型的识别能力.研究表明,SVMs和FDA模型都能较好地预测矿柱的稳定性,但SVMs的优势更明显,有望成为一种可靠、实用的地下矿山矿柱稳定性的评价工具.