基于随机森林回归的煤矿瓦斯涌出量预测方法
吴奉亮
霍源
高佳南
西安科技大学安全科学与工程学院,陕西西安 710054;西部矿井开采及灾害防治教育部重点实验室,陕西西安710054
摘要：为了提高煤矿瓦斯涌出量预测精度和效率,研究了基于随机森林回归的煤矿瓦斯涌出量预测方法.采用bootstrap自助法重采样技术采集训练样本数据,构建随机森林回归模型,取决策树输出值的均值作为煤矿瓦斯涌出量预测结果,利用袋外数据评价回归模型预测性能.通过计算袋外数据残差平方均值和拟合优度,确定随机森林回归模型的最优超参数;采用袋外数据残差平方均值的增加量来表征特征变量的重要性,用累计影响权重达到90％的部分特征变量代替煤矿瓦斯涌出量的全部特征变量,筛选出采煤高度、煤厚、煤层瓦斯含量、采出率、埋深、日进度、开采强度、邻近层间距8个重要程度高的特征变量作为模型的输入变量.测试结果表明,采用全部特征变量和部分特征变量的随机森林回归模型均具有较好的预测性能,进行特征变量选择后,模型的平均绝对误差由0.22 m3/min下降到0.21 m3/min,平均相对误差由3.55％下降到3.47％.基于特征变量选择的随机森林回归模型在保证较好的预测性能的前提下,降低了预测模型特征变量的维度,减少了原始数据获取工作,提高了预测效率.
关键词：瓦斯涌出量预测随机森林回归超参数寻优特征变量选择影响权重
分类号：TD712(矿山安全与劳动保护)
资助基金：国家自然科学基金(51974232)
论文发表日期：2021-08-10
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( 102-107 )
英文信息