矿冶工程

作者：刘志祥, 郑斌, 刘进, 兰明

单位：中南大学 资源与安全工程学院,湖南 长沙 410083

关键词：金属矿山,深部开采,岩爆,预测,极限学习机,GA-ELM模型

基金：国家自然科学基金(51674288)

为对金属矿山深部开采时岩爆的危险性进行预测,在总结深部开采岩爆发生机理的基础上,综合选取影响岩爆发生的3个重要因素作为岩爆预测的判别因子。搜集国内外金属矿深部开采岩爆的实例作为训练样本,引入极限学习机算法(ELM),针对该算法的不足,采用遗传算法(GA)对其相关参数进行优化,建立了岩爆预测的GA-ELM模型,并与单一ELM模型进行对比。利用该岩爆预测模型对一典型金属矿深部开采进行岩爆预测,结果与实际情况相吻合。研究结果表明,岩爆预测的GA-ELM模型训练效果及泛化能力均优于单一ELM模型、SVM模型及传统的BP模型,且该模型能够对金属矿深部开采的岩爆进行准确有效地预测,具有一定的工程应用价值。

来源：2019年第3期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2019年第3期