煤矿开采

2020, (04) 043035

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

XGBoost在光纤监测矿压的时序预测研究
Study on time series prediction of rock pressure by XGBoost in optical fiber monitoring

柴 敬1,2,王润沛1,杜文刚1,雷武林1,朱旭宝1

摘要(Abstract):

为掌握矿山压力显现规律,针对岩石内部变形预测难的问题,采用XGBoost算法和分布式光纤技术相结合,基于相似材料模型试验,制作三维立体模型,并在模型内部预埋3根垂直光纤,模拟工作面开采。引入光纤平均频移变化度作为判断周期来压指标,构建矿压监测数据的相空间,使用XGBoost的方法建立矿山压力显现规律时间序列预测模型。同时,在训练样本和测试样本不变的前提下,建立BP神经网络回归模型( BPNN )、支持向量机回归模型( SVR ),并与XGBoost回归模型( XGBR )预测结果进行对比分析。试验结果表明,BP神经网络易产生过拟合现象,SVM计算速度缓慢且依赖超参数的选择,XGBoost的计算速度和预测精度优于别的模型,为预测提供参考。

关键词(KeyWords): 相空间重构;分布式光纤;XGBoost;SVM;BPNN

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 柴 敬1,2,王润沛1,杜文刚1,雷武林1,朱旭宝1

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享