基于组合赋权-改进集对分析的岩爆倾向性预测研究
2021-06-09赵浩杨石广斌杨振宏
金属矿山 2021年5期
关键词:模型
赵浩杨 石广斌,2 杨振宏 张 雯
(1.西安建筑科技大学资源工程学院,陕西西安710055;2.陕西省岩土与地下空间重点实验室,陕西西安710055)
岩爆是地下工程中由于高地应力条件下洞室围岩应力分异、岩体弹性应变能急骤释放,导致爆裂松脆、剥落、弹射等脆性破坏,从而产生的一种动力失稳的地质灾害[1]。准确预测岩爆倾向性可为工程管理人员提供有益参考,从而追求最大的安全效率和经济效率[2]。近年来,许多专家学者通过结合多种计算方法进行了岩爆预测,如刘志祥等[3]选取3个因素作为岩爆预测判别因子,利用遗传算法优化极限学习机算法建立了预测模型,并应用到金属矿开采岩爆预测中,准确有效地预测了金属矿深部开采岩爆。汪明武等[4]利用联系数对评价指标进行定量赋值,结合云模型构建评价矩阵,应用D-S证据理论对岩爆样本等级进行了预测。王旷等[5]应用粗糙集中的信息观和代数观确定最优权重,选择3个指标为判别指标,利用TOPSIS进行了岩爆倾向性预测。邵良杉等[6]应用文化基因算法改进极限学习机,利用改进后的极限学习机拟合指标与岩爆烈度之间的非线性关系,选择68组数据进行训练,得到了秦岭隧道的岩爆预测结果。靳颜宁等[7]利用距离判别法改进聚类理论中的聚信度识别方法,并将其应用到岩爆分级预测识别中,得到的结果与实际符合。刘冉等[8]以15组岩爆实例为样本,建立了粗糙集-多维正态云岩爆分级预测模型,并进行了有效性验证,结果与工程实际相符。……
登录APP查看全文
