發(fā)布時間：2017-11-14 09:31

  本文關鍵詞：利用隨機森林回歸模型計算主要影響角正切

  更多相關文章： 隨機森林算法 主要影響角正切 開采沉陷 下沉盆地 回歸模型

【摘要】：主要影響角正切(tanβ)是開采沉陷預計的一個重要參數,對于準確界定下沉盆地邊界具有重要作用。為快速精確地計算tanβ,進而有效提高開采沉陷預計精度,首先討論了影響tanβ大小的地質采礦因素,確定了5個基本變量,即開采厚度、煤層傾角、開采深度、工作面斜長、巖性影響系數;然后詳細分析了隨機森林算法(Random forest,RF)的基本原理及基本實現(xiàn)流程;最后構建了一種計算tanβ的隨機森林回歸模型,用于訓練和測試該回歸模型的樣本數據來源于國內部分主要礦區(qū)建立的典型地表位移觀測站的實測資料。對訓練后的回歸模型采用測試樣本進行檢驗分析,結果表明:1利用該模型計算的tanβ與實測值的最小相對誤差為0.381%,最大相對誤差為2.563%。2該模型具有較強的泛化能力,在計算tanβ時不僅速度快,而且具有較高的精度,對于高精度計算tanβ有一定的參考價值。
【作者單位】： 中國礦業(yè)大學環(huán)境與測繪學院;江蘇省資源環(huán)境信息工程重點實驗室;
【基金】：國家自然科學基金項目(編號:41272389) 江蘇高校優(yōu)勢學科建設工程項目(編號:SZBF2011-6-B35)
【分類號】：TD325.2
【正文快照】： 在礦山開采沉陷預計過程中,在相同的開采深度條件下,tanβ越大,地表移動范圍相對越小,下沉盆地越集中;反之,地表移動范圍越大,下沉盆地越平緩[1-4]。在實際工作中,一般依據地表移動觀測站的實測地表下沉或水平移動值反演tanβ,盡管較可靠,但存在耗時、泛化性能差等不足。近年

【相似文獻】

中國期刊全文數據庫 前3條

1 高彥濤;譚志祥;鄧喀中;;基于神經網絡的主要影響角正切值求取方法[J];煤礦安全;2007年04期

2 吳朝陽;李寧;;AGO-BP神經網絡在主要影響角正切求取中的應用[J];煤礦安全;2012年03期

3 ;[J];;年期

中國重要會議論文全文數據庫 前1條

1 周大偉;吳侃;刁新鵬;趙鑫;張靜;;測量誤差對概率積分參數精度影響的仿真計算與分析[A];2011全國礦山測量新技術學術會議論文集[C];2011年

，

本文編號：1184845