基于集成学习方法的冲击地压危险性预测研究

作者

吴丙梅薛生杨超宇
单位

安徽理工大学安全科学与工程学院安徽理工大学煤炭安全开采国家地方联合工程研究中心安徽理工大学经济与管理学院
摘要

为了进一步提高冲击地压危险性预测的准确性.利用集成学习方法对冲击地压发生的主要因素指标进行了分析.分别采用集成学习方法中7种分类预测模型对冲击地压危险性进行了预测.实验结果表明.7种模型均具有一定的可靠性.将模型的准确度和海明损失作为评价指标.得出XGBoost算法具有较高的预测性能.可以相对有效地对冲击地压的危险性进行预测.最后.利用SHAP值对XGBoost模型进一步解释.冲击地压危险性受弹性能指数的影响最大.
关键词

冲击地压危险性预测集成学习海明损失 SHAP值 XGBoost
基金项目(Foundation)

国家自然科学基金项目(51934007),
文章目录

1 冲击地压数据来源与分析
1.1 指标数据的来源
1.2 冲击地压危险等级
1.3 指标数据的分析
2 冲击地压危险等级预测方法
2.1 危险等级预测模型
2.2 模型的参数调节
2.3 评估模型方法
2.4 指标特征重要性分析方法
3 结果与讨论
4 结论
引用格式

吴丙梅,薛生,杨超宇.基于集成学习方法的冲击地压危险性预测研究[J].矿业安全与环保,2023,50(01):54-59.DOI:10.19835/j.issn.1008-4495.2023.01.009.
相关专题

这篇文章属于《矿业安全与环保》“冲击地压防控理论与技术”虚拟专辑（24篇）

煤问提

煤传媒

煤视界

科技创新50强

会员中心