期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
蒙陕接壤区煤层顶板涌水水源智能判别方法 被引量:4
1
作者 王皓 孙钧青 +3 位作者 曾一凡 尚宏波 王甜甜 乔伟 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第4期76-88,共13页
蒙陕接壤区煤炭高强度开采诱发的煤层顶板水害问题日益凸显,高效智能地判别煤层顶板涌水水源是顶板水害防治的关键。以蒙陕接壤区3个典型矿井为研究对象,将无机指标K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、Cl^(-)、SO_(4)^(2-)、HCO_(3)^(-)、... 蒙陕接壤区煤炭高强度开采诱发的煤层顶板水害问题日益凸显,高效智能地判别煤层顶板涌水水源是顶板水害防治的关键。以蒙陕接壤区3个典型矿井为研究对象,将无机指标K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、Cl^(-)、SO_(4)^(2-)、HCO_(3)^(-)、TDS和有机指标UV_(254)、TOC、溶解性有机质(DOM)的荧光光谱作为判别指标,利用主成分分析法(PCA)对80组地下水水样数据进行主成分提取,提出一种人工鱼群算法(AFSA)改进随机森林(RF)的PCA-AFSA-RF顶板涌水水源智能判别方法。首先,建立PCA-RF判别模型,其准确率(A_(c))、精确率(P_(r))、召回率(R_(c))和F-measure指数(f_(1))分别达到了83.00%、83.17%、80.42%和79.57%;其次,通过AFSA对PCA-RF判别模型中决策树数目、树深和内部节点分裂所需的最小样本数进行寻优,在AFSA中引入遗传机制以避免陷入局部最优,建立基于PCA-AFSA-RF的煤层顶板涌水水源智能判别模型,该模型A_(c)、P_(r)、R_(c)、f_(1)分别达到92.18%、91.11%、87.58%和88.82%,较PCA-RF分别提高9.18%、7.94%、7.16%和9.25%,回代准确率达到97.50%;最后,利用该模型对12个矿井水水样进行判别,结果与现场实际相一致,表明AFSA改进后的PCA-RF模型具有更好的准确性和泛化能力。研究结果可为煤层顶板涌水水源的准确判别提供新方法。 展开更多
关键词 蒙陕接壤区 顶板涌水 无机-有机指标 机器学习 智能判别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部