利用随机森林回归模型计算主要影响角正切

发布时间：2017-11-14 09:31

  本文关键词：利用随机森林回归模型计算主要影响角正切

  更多相关文章： 随机森林算法 主要影响角正切 开采沉陷 下沉盆地 回归模型

【摘要】：主要影响角正切(tanβ)是开采沉陷预计的一个重要参数,对于准确界定下沉盆地边界具有重要作用。为快速精确地计算tanβ,进而有效提高开采沉陷预计精度,首先讨论了影响tanβ大小的地质采矿因素,确定了5个基本变量,即开采厚度、煤层倾角、开采深度、工作面斜长、岩性影响系数;然后详细分析了随机森林算法(Random forest,RF)的基本原理及基本实现流程;最后构建了一种计算tanβ的随机森林回归模型,用于训练和测试该回归模型的样本数据来源于国内部分主要矿区建立的典型地表位移观测站的实测资料。对训练后的回归模型采用测试样本进行检验分析,结果表明:1利用该模型计算的tanβ与实测值的最小相对误差为0.381%,最大相对误差为2.563%。2该模型具有较强的泛化能力,在计算tanβ时不仅速度快,而且具有较高的精度,对于高精度计算tanβ有一定的参考价值。
【作者单位】： 中国矿业大学环境与测绘学院;江苏省资源环境信息工程重点实验室;
【基金】：国家自然科学基金项目(编号:41272389) 江苏高校优势学科建设工程项目(编号:SZBF2011-6-B35)
【分类号】：TD325.2
【正文快照】： 在矿山开采沉陷预计过程中,在相同的开采深度条件下,tanβ越大,地表移动范围相对越小,下沉盆地越集中;反之,地表移动范围越大,下沉盆地越平缓[1-4]。在实际工作中,一般依据地表移动观测站的实测地表下沉或水平移动值反演tanβ,尽管较可靠,但存在耗时、泛化性能差等不足。近年

【相似文献】

中国期刊全文数据库 前3条

1 高彦涛;谭志祥;邓喀中;;基于神经网络的主要影响角正切值求取方法[J];煤矿安全;2007年04期

2 吴朝阳;李宁;;AGO-BP神经网络在主要影响角正切求取中的应用[J];煤矿安全;2012年03期

3 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 周大伟;吴侃;刁新鹏;赵鑫;张静;;测量误差对概率积分参数精度影响的仿真计算与分析[A];2011全国矿山测量新技术学术会议论文集[C];2011年

，

本文编号：1184845