-
题名在线极限学习机在岩爆预测中的应用
被引量：7
- 1
-
-
作者
兰明
刘志祥
冯凡
-
机构
中南大学资源与安全工程学院
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2014年第2期90-93,共4页
-
基金
国家科技支撑计划项目(2013BAB02B05
2012BAB08B01)
+1 种基金
中南大学教师基金项目(2013JSJJ029)
国家自然科学基金和上海宝钢集团公司联合资助项目(51074177)
-
文摘
为有效预测地下工程岩爆的发生及烈度,结合地下工程岩爆的特点,分析岩爆影响因素及相关判别依据,选取围岩最大切向应力σ与岩石抗压强度σc之比σ/σc、岩石抗压强度σc与岩石抗拉强度σt之比σc/σt以及弹性能量指数Wet为判别因子,引入在线极限学习机理论,建立了岩爆预测的OS-ELM判别模型。以搜集到的国内外15组工程岩爆数据进行训练建模,训练完成后将样本数据做输出预测,得到模型的预测精度达97.98%,并与SVM、BP模型进行对比分析,结果表明,OS-ELM模型精度优于SVM和BP模型。利用该模型对国内两处隧道岩爆情况进行预测,结果与实际情况基本相符。研究表明,OSELM判别模型在岩爆烈度分级上具有良好的适用性和有效性。
-
关键词
安全工程
地下工程
在线极限学习机
岩爆分级
预测
-
Keywords
safety engineering
underground engineering
online sequential extreme learning machine
rock burst classfication
prediction
-
分类号
X936
[环境科学与工程—安全科学]
-
