偏最小二乘回归在地表沉陷预测中的应用
Application of partial least-squares regression in the forecast of ground subsidence作者机构:上海海事大学海洋环境与工程学院上海201306 南京理工大学理学院土木工程系江苏南京210094
出 版 物:《重庆大学学报(自然科学版)》 (Journal of Chongqing University)
年 卷 期:2010年第33卷第9期
页 面:92-97页
核心收录:
学科分类:08[工学] 080104[工学-工程力学] 0815[工学-水利工程] 0801[工学-力学(可授工学、理学学位)]
基 金:国家自然科学基金项目(40872172) 上海市教委科研创新项目(09YZ250) 上海海事大学科研基金项目(2009160) 港口 海岸及近海工程校重点学科项目(A2010030) 上海市第四期本科教育高地建设项目(B210008G)
摘 要:考虑地下开采引起的地表沉陷的众多影响因素,基于偏最小二乘二次多项式回归这一非线性方法,对地表沉陷的最大值进行了预测。以地表最大沉陷值为因变量,以采高、采深、煤层倾角、硬度系数等为自变量,得出了地表最大沉陷值的预测模型。结果发现,Press残差值随潜变量个数的增加而降低,由两者关系图可确定潜变量的个数为4对;采高的标准回归系数最大,说明4个影响因素中采高对地表沉陷值的影响最大;预测模型的决定系数为0.9157,预测值的误差率为±10.41%,表明用偏最小二乘二元多项式回归方法预测地表沉陷是可行的。