中国安全科学学报

作者：王淑贤, 杨溢, 石玉莲, 沈亚玺

单位：1 昆明理工大学 公共安全与应急管理学院,云南 昆明 650032；2 昆明理工大学 国土资源工程学院,云南 昆明 650032；3 天津大学 建筑工程学院,天津 300072

关键词：遗传算法(GA),轻量级梯度提升机(LightGBM),爆破块度,不确定性,分位数回归,预测模型

基金：国家自然科学基金资助(41861134008)

针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变异)进行寻优,提升模型预测精度与稳定性;然后,通过设置不同分位数构建爆破块度的预测区间,量化预测结果的不确定性;最后,将该模型应用于矿山实测数据集,对比验证其预测性能与泛化能力,为爆破块度预测及不确定性分析提供新思路。结果表明:该模型在点预测方面的决定系数为0.880,均方误差(MSE)为0.004,优于传统点预测模型;在区间预测方面,覆盖概率(PICP)、归一化平均带宽(PINAW)和修正区间预测精度(CPIA)分别为0.947、0.228和0.762,验证了GA-QLightGBM的准确性与可靠性。

来源：2026年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2026年第2期