深部地下工程岩爆预测的筛选蚁群聚类算法

摘要: 为了提高仿生聚类算法的计算效率,对传统的蚁群聚类算法进行改进,采用数据合并机制提出了一种筛选蚁群聚类算法。采用筛选蚁群聚类算法,在岩爆工程实例资料分析的基础上,基于工程类比的思想判断岩爆的发生状态,提出了一种深部地下工程岩爆预测的新方法。通过多个煤矿深部地下工程岩爆实例的应用研究证明,和传统的蚁群聚类算法相比,在不显著增加计算难度和复杂度的情况下,新算法对工程实例的判断准确率更高,其准确率达92%,计算效果更好;而且,计算速度有较大幅度的提高,其计算时间缩短近 40%,说明新算法的计算效率更高。因此,筛选蚁群聚类算法是一种比较实用的岩爆预测新方法,值得在深部地下工程岩爆研究领域推广应用。
- 爆炸力学 /
- 筛选蚁群聚类算法 /
- 聚类分析 /
- 岩爆预测
Abstract: Toimprovethecomputingefficiencyofthetraditionalantcolonyclusteringalgorithm,from datacombinationmechanism,anabstractionantcolonyclusteringalgorithmwasproposed.Byanalyzingthedataofrockburstsamples, fromtheengineeringanalogythinkingbytheabstractionantcolonyclusteringalgorithm, anew methodforforecastingofrockburstindeepundergroundengineering wasgiven.Somerockburstengineeringapplicationsofdeepminesprovethatcomparedwithtraditionalantcolonyclusteringalgorithm, forsimilarcomputingdifficultyandcomplexity,thevalidityof thenewalgorithm whoseaccuracyis92%,ishigher,andthecomputingvelocitycanincrease40%. Sotheabstractionantcolonyclusteringalgorithmispracticalforrockburstforecasting.
- mechanicsofexplosion /
- abstractionantcolonyclusteringalgorithm /
- clustering /
- rock burstforecasting

HTML全文

参考文献(0)

施引文献

期刊类型引用(7)

1.	Yu Zhang，Kongyi Fang，Manchao He，Dongqiao Liu，Junchao Wang，Zhengjia Guo. Rockburst prediction using artificial intelligence techniques:A review. Rock Mechanics Bulletin. 2024(03): 1-13 . 必应学术
2.	李晋，周宗红，丁文俊. 基于主成分物元可拓模型的岩爆倾向性预测. 化工矿物与加工. 2022(05): 7-12 . 百度学术
3.	张勇，邝洪波，牛明皓. 深埋洞室锚索加固有关问题的讨论和建议. 防护工程. 2020(03): 42-46 . 百度学术
4.	田睿，孟海东，陈世江，王创业，石磊. RF-AHP-云模型下岩爆烈度分级预测模型. 中国安全科学学报. 2020(07): 166-172 . 百度学术
5.	苏国韶，刘鑫锦，闫召富，张洁，李燕芳，燕柳斌. 岩爆预警与烈度评价的声音信号分析. 爆炸与冲击. 2018(04): 716-724 . 本站查看
6.	刘磊磊，张绍和，王晓密，郝志斌. 变权靶心贴近度在岩爆烈度预测中的应用. 爆炸与冲击. 2015(01): 43-50 . 本站查看
7.	郭生茂，刘涛，赵丽军，刘武团，张晨洁，高忠. 熵权物元可拓模型在岩爆危险性等级评价中的应用. 有色金属(矿山部分). 2015(04): 89-93 . 百度学术