针对弓长岭露天矿采空区顶板位移预测问题,基于K-means聚类算法基本原理,提出层次迭代聚类算法,并结合依拉达准则,实现了对实时采集数据中的杂乱数据和随机误差数据的自动化剔除。应用灰色预测模型对位移-时间序列进行超前预测,预测结果与实测数据基本吻合,验证了本文算法的可靠性和准确性。根据预测结果可以判定弓长岭露天矿采空区顶板位移变化趋势平稳,短期内没有失稳风险。

1 采空区顶板位移超前预测算法
1.1 误差数据剔除组合模型
1.1.1 层次迭代聚类算法
1.1.2 拉依达准则
1.1.3 误差数据剔除效果检验
1.2 位移-时间序列灰色预测模型
1.2.1 建立迭代灰色预测模型
1.2.2 计算预测准确度指标
2 位移-时间序列超前预测微服务
2.1 NA2测点剔除误差数据
2.2 NA2测点灰色预测
3 结论