矿业研究与开发

作者：张研,,吴哲康,王鹏鹏,邝贺伟

关键词：主成分分析;相关向量机;露天矿;边坡稳定性;预测 模型

针对当前露天矿边坡稳定性预测模型精度不高、效率 低等问题,提出一种将主成分分析法(PCA)和相关向量机 (RVM)相结合的露天矿边坡稳定性预测模型.该模型运用 PCA 对影响边坡稳定性的多个影响因素变量进行降维,筛 选出４个相互独立的主成分变量;借助 RVM 映射边坡稳定 性安全系 数 与 主 成 分 变 量 之 间 的 非 线 性 关 系,建 立 基 于 PCAＧRVM 的露天矿边坡稳定性预测模型.将该模型应用 于露 天 矿 边 坡 工 程 实 例,结 果 表 明:在 相 同 样 本 下,PCAＧ RVM 模型预测结果的最大相对误差仅为１．２６％,平均相对 误差为０．９５％,均方差为 ０．０１１,远低于 RVM 模型和 GEP 模型的预测结果;PCAＧRVM 模型具有预测精度高、离散性 小、可靠度高等优点,为准确预测露天矿边坡稳定性提供了 一条新途径.

来源：2021年第3期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2021年第3期