基于AdaBoost的地下采掘工程高韧性安全评估方法

作     者：徐晓滨 施凡 冯静 徐晓健 常雷雷 XU Xiaobin;SHI Fan;FENG Jing;XU Xiaojian;CHANG Leilei

作者机构：杭州电子科技大学自动化学院浙江杭州310018 杭州电子科技大学中国-奥地利人工智能与先进制造“一带一路”联合实验室浙江杭州310018 

基　　金：浙江省属高校基本科研业务费专项资助(GK239909299001-010) 国家重点研发计划资助(2022YFE0210700) 国家自然科学基金资助(61903108) 浙江省杰出青年基金资助(LR21030001) 

出 版 物：《中国安全科学学报》 (China Safety Science Journal)

年 卷 期：2023年第33卷第S1期

页      码：112-118页

摘      要：为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数据集中抽取多个训练子集,分别建立多个子模型;然后,分别计算子模型的误差和权重,以神经网络作为基准模型,将所有训练数据集划分为正常数据和异常数据,并更新权重;最后,根据加权后的数据集,构建AdaBoost预测模型,并开展案例分析,验证该方法的有效性。结果表明:相比于直接使用AdaBoost算法,基于正常数据和异常数据构建的AdaBoost高韧性安全评估方法所得的结果准确率更高,该方法具有一定的科学性和有效性。

主 题 词：地下采掘工程 AdaBoost 高韧性 安全评估 异常数据 正常数据 

学科分类：08[工学] 0837[0837] 

核心收录：

D　O　I：10.16265/j.cnki.issn1003-3033.2023.S1.1304

馆 藏 号：203124145...