Prediction of karst surface subsidence risk in the Fankou lead-zinc mine area based on PCA-PSO-SVM
-
摘要: 岩溶地表塌陷是由多个影响因素共同作用导致地面形成塌陷坑(洞)的一种动力地质现象,具有隐蔽性和突发性的特点,常规简单数学模型难以对地表塌陷危险性准确预测.文章先通过主成分分析法(PCA)对选取的地下水位、地下水位波动幅度、给水度等11个影响因素提取5个主成分,对导致地表塌陷危险性的主成分进行全新的解释,同时引入粒子群算法(PSO)优化的支持向量机(SVM)方法,建立PCA-PSO-SVM岩溶地表塌陷危险性预测模型,并结合凡口铅锌矿地区工程实例,将预测结果与单一的SVM模型预测结果进行对比,表明PCA-PSO-SVM危险性预测模型精度更高,可以更好地为岩溶地表塌陷防治工作提供依据.
-
-
计量
- 文章访问数: 380
- PDF下载数: 27
- 施引文献: 0
下载: