基於機器學習的岩爆預測方法研究與套用

《基於機器學習的岩爆預測方法研究與套用》是2023年冶金工業出版社出版的圖書，作者是田睿、李燕卿。

基本介紹

• 中文名：基於機器學習的岩爆預測方法研究與套用
• 作者：田睿、李燕卿
• 出版時間：2023年2月
• 出版社：冶金工業出版社
• ISBN：9787502493820
• 定價：69 元

內容簡介

本書以301組岩爆工程實例作為岩爆烈度等級預測的樣本數據，介紹了基於隨機森林最佳化層次分析法—雲模型（RF-AHP-CM）的岩爆烈度等級預測模型、基於改進螢火蟲算法最佳化支持向量機（IGSO-SVM）的岩爆烈度等級預測模型、基於Dropout和改進Adam算法最佳化深度神經網路（DA-DNN）的岩爆烈度等級預測模型，並對不同岩爆烈度等級預測模型進行對比分析。另外，採用所構建的3個岩爆預測模型對內蒙古赤峰某金礦深部開採進行了岩爆預測，提出了相應的岩爆防治措施。

圖書目錄

1 緒論

1.1 研究背景與意義

1.2 國內外研究現狀

1.3 研究內容與方法、創新點、技術路線

2 岩爆烈度等級預測資料庫建立

2.1 岩爆評價指標選取

2.2 岩爆烈度等級確定

2.3 岩爆烈度等級預測資料庫

2.4 本章小結

3 基於隨機森林最佳化層次分析法—雲模型的岩爆預測模型研究

3.1 隨機森林最佳化層次分析法—雲模型的理論依據

3.2 基於隨機森林—層次分析法的指標權重計算方法

3.3 基於隨機森林最佳化層次分析法—雲模型的岩爆預測模型

3.4 模型有效性驗證

3.5 本章小結

4 基於改進螢火蟲算法最佳化支持向量機的岩爆預測模型研究

4.1 改進螢火蟲算法最佳化支持向量機的理論依據

4.2 基於改進螢火蟲算法最佳化支持向量機的岩爆預測模型

4.3 模型有效性驗證

4.4 本章小結

5 基於Dropout和改進Adam算法最佳化深度神經網路的岩爆預測模型研究

5.1 Dropout和改進Adam算法最佳化深度神經網路的理論依據

5.2 基於Dropout和改進Adam算法最佳化深度神經網路的岩爆預測模型

5.3 模型有效性驗證

5.4 本章小結

6 不同岩爆預測模型的對比分析及工程實例套用

6.1 三種岩爆烈度等級預測模型的對比分析

6.2 內蒙古赤峰某金礦的岩爆預測與防治

6.3 本章小結

7 結論與展望

7.1 結論

7.2 展望

附錄 岩爆烈度等級預測資料庫

參考文獻