排序方式: 共有2条查询结果,搜索用时 93 毫秒
1
1.
为解决地表下沉系数难以精准预测的问题,提出了基于主成分分析(PCA)的遗传算法(GA)优化的支持向量机(SVM)模型。利用主成分分析法对45个矿区的7个地表移动参数影响因子进行降维,提取出新的主成分,同时通过遗传算法获取能够优化支持向量机的最优惩罚参数和最优核函数参数,将主成分输入优化后的支持向量机,对比地表下沉系数的预测值与真实值之间的差距,计算平均相对误差,并与SVM,PCA-SVM,GA-SVM 3种模型的平均相对误差对比。结果表明:PCA-GA-SVM模型的平均相对误差可以达到7.01%,精度更高,更能准确地预测地表下沉系数。 相似文献
2.
我国东部地区的煤矿对于建筑物下压煤广泛采用井下充填开采。针对充填开采覆岩导水裂缝带发育高度问题,采用井下打仰上孔双端堵水观测技术,对唐口煤矿9301充填开采工作面进行了覆岩破坏探测,通过分析基准孔、采后钻孔分段注水观测数据,确定了充填开采导水裂缝带高度值及裂采比。通过采用数值模拟软件UDEC,模拟得到了充填开采工作面不同推进长度下覆岩导水裂缝带发育高度值与覆岩裂缝动态变化规律。基于英国数学家提出的麦克斯韦体(Maxwell体)及鲍依丁-汤姆逊(Poyting-Thomson)岩石蠕变模型,建立了充填体压缩变形量计算公式,提出了通过增加充填抗压强度来降低覆岩导水裂缝带发育高度的方案,为煤矿井下充填开采技术推广应用,实现建筑物下安全开采提供了技术依据。 相似文献
1