基于PCA-GA-RF的矿井突水水源快速识别模型

作     者：肖观红 鲁海峰 XIAO Guanhong;LU Haifeng

作者机构：安徽理工大学地球与环境学院安徽淮南232001 

出 版 物：《煤矿安全》 (Safety in Coal Mines)

年 卷 期：2024年第55卷第6期

页      面：184-191页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

基　　金：国家自然科学基金资助项目(41977253) 安徽理工大学研究生创新基金资助项目(2023cx2007) 

主　　题：矿井突水 水源识别 主成分分析(PCA) 随机森林(RF) 遗传算法(GA) 

摘      要：矿井突水已成为影响矿山安全生产的主要危害之一,快速准确识别突水水源类型是矿井突水灾害治理的关键步骤。提出了1种基于PCA-GA-RF的矿井突水水源识别模型;基于安徽省颍上县谢桥煤矿的88组水样实测数据,遵循分层随机抽样的原则,按照7∶3的比例将其分为62组训练样本和26组预测样本,经PCA提取4个主成分,构建PCA-GA-RF模型,并与PCA-RF、PCA-ABC-RF和PCA-FA-RF模型对比。结果表明:PCA-GA-RF模型判别结果准确率为96.153 8%,与其他模型相比准确率、精确率、召回率和F1值(精确召回率)最高,具有优越性。