郭 浩,杨超宇

(安徽理工大学 经济与管理学院,安徽 淮南 232000)

冲击地压[16],又称为“冲击矿压”,在煤矿开采过程中,由于工作面的条件发生改变,导致巷道严重变形,煤岩受到破坏而引起的动力灾害[1].

目前,我国大部分矿务局均曾出现冲击地压事件,2004～2014年,大约出现35起,300名工人身亡和1 000余名职工伤亡[2].2020年2月22日,山东能源集团龙堌煤矿4人不幸遇难,煤矿治理成为解决冲击地压问题的关键.

冲击地压受到多种因素影响,如围岩应力,切向应力,弹性能以及煤体本身因素等,姜福兴[3]基于应力等因素对冲击危险性进行分析和评估.在多因素影响冲击地压的条件下,提出多种机器学习模型用来预测冲击地压.预测冲击地压的模型有SVM、KNN、RF、XGB、GB、NB[6],以及神经网络算法,如BP神经网络[7],深度神经网络[8]等等.

国内外研究中,陶杰[4]利用模糊预测模型对冲击地压进行预测.李明亮用KNN、SVM、RF、LDA等六个机器学习模型[9]对岩爆等级进行预测,发现LDA模型能起到和实际等级相同的预测效果.谢学斌基于GA-XGB模型对冲击地压进行分类预测研究[10].毕娟使用一种R型因子分析Fisher判别的预测模型[11],目的是提高预测准确性.BOKE基于优化朴素贝叶斯模型对冲击地压进行分类预测[12].学者都使用相应的模型对冲击地压进行了相应的冲击地压预测,但有些模型采用的数据集存在差异,其预测标准可能存在不同.

本文基于优化的随机森林模型(PCA-RF)实现冲击地压的预测分类,对冲击地压数据预处理,选取出六个参数和标签……