FA-KNN模型在围岩稳定性评价中的应用

摘要：

围岩稳定性对于矿山巷道的安全至关重要,为提高围岩稳定性评价的准确率和减少评价过程中的繁琐操作,提出因子分析与邻近算法耦合,建立因子分析-邻近算法模型(FA-KNN模型),并将该模型用于对围岩稳定性的评价中.选取影响围岩稳定性的6个指标,因子分析对原始变量处理可得到3个相互独立的公共因子,再利用邻近算法对3个公共因子指标计算得到各个测试样本的类别.该模型在因子分析的基础上对围岩等级进行判别,其判别结果与实际情况一致,准确率为100％,而KNN模型、BP神经网络、PCA-RF模型的评价准确率分别为50％、70％、90％,FA-KNN模型相较于其它模型有更好的预测评价效果.研究表明:因子分析-邻近算法模型具有高效、准确的特点,对围岩稳定性的评价判别有一定的指导意义.

关键词：围岩稳定性、因子分析、邻近算法、评价

所属期刊栏目：73

分类号：TD322.4(矿山压力与支护)

资助基金：国家自然科学基金U1602232

在线出版日期：2021-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：22-27