煤矿开采过程中工作面矿压显现的分析与预测,对于保障煤矿安全生产具有重要意义。分布式光纤监测技术是煤矿开采过程中覆岩变形监测的新方法,以分布式光纤监测采动覆岩变形相似物理模拟试验为背景,建立了基于随机森林的MBCT-SR-RF工作面来压预测模型。首先提出光纤加权频移平均变化度,并引入多步逆向云变换算法（MBCT-SR）计算光纤上所有测点频移数据的期望Ex、熵En和超熵He等统计特征;然后以光纤加权频移平均变化度和光纤频移数据的统计特征（Ex,En,He）作为输入样本,以均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）作为性能评估指标;最后进行了预测模型的泛化能力研究。试验结果表明,基于MBCT-SR-RF的工作面来压预测方法的RMSE为5.289 6 cm,MAE为4.336 7 cm,MAPE为3.916 7%,与BP神经网络和SVM支持向量机方法相比,均低于相应的评价指标,具有较高的准确率、鲁棒性和泛化能力。该方法实现了基于光纤频移数据的工作面来压预测,为煤矿开采过程中的顶板智能化管理提供了判断依据。

1 试验背景与矿压分析
1.1 试验背景与光纤频移值
1.2 工作面矿压观测及分析
2 基于随机森林的工作面来压位置预测模型
2.1 随机森林算法
2.2 工作面来压预测的特征提取
2.2.1 垂直光纤的加权频移平均变化度
2.2.2 垂直光纤频移值的统计特征
2.3 工作面矿压位置预测模型的构建
2.4 预测模型的评价指标
3 仿真试验与结果分析
3.1 预测样本集构成
3.2 模型的参数设置
3.3 试验结果分析
3.4 工作面来压位置预测模型泛化能力分析
3.4.1 样本数据扩充后预测模型性能分析
3.4.2 预测模型泛化能力分析
4 结论