基于集成学习方法的冲击地压危险性预测研究
吴丙梅1
薛生2
杨超宇3
1.安徽理工大学 安全科学与工程学院,安徽 淮南2320012.安徽理工大学 安全科学与工程学院,安徽 淮南232001;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 淮南2320013.安徽理工大学 经济与管理学院,安徽 淮南232001
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
分类号：TD324(矿山压力与支护)
资助基金：国家自然科学基金(51934007)
论文发表日期：2023-02-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 54-59 )
英文信息