中国安全科学学报

作者：温廷新, 李洋子

单位：辽宁工程技术大学 系统工程研究所,辽宁 葫芦岛 125105

关键词：冲击地压,危险性预测,合成少数类过采样技术(SMOTE),因子分析法(FA),灰色关联分析法(GRA),极限学习机(ELM),改进的果蝇优化算法(AFOA)

基金：国家自然科学基金资助(71371091);辽宁省教育厅基金资助(L14BTJ004)。

为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采用合成少数类过采样技术(SMOTE)构建平衡数据集,使用灰色关联分析法(GRA)及因子分析法(FA)降低特征维度;针对果蝇优化算法(FOA),引入跳脱变量和分类准确率方差变量构造AFOA,利用AFOA优化选取ELM的输入层权值及隐含层阈值,构建冲击地压危险预测模型,训练预处理样本数据、预测并对比其他模型预测结果。结果表明:数据集预处理可以显著提高AFOA-ELM模型预测效果;基于预处理的 AFOA-ELM冲击地压危险预测模型,预测准确率为93.75%,均方误差为6.25%,预测精度显著优于其他对比模型。

来源：2019年第8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2019年第8期