基于XGBoost模型岩体可爆性研究

TD235; 岩体可爆性是衡量岩体爆破难易程度的一个重要指标,准确对岩体可爆性评价能够为合理爆破设计提供依据.选取岩石密度、单轴抗压强度、岩石抗拉强度、岩石脆性指数、动载强度和完整性系数等作为岩体可爆性数据集的指标,采用Z-Score方法标准化岩体可爆性数据集,消除量纲对模型预测影响,分别采用朴素贝叶斯、支持向量机和XGBoost模型进行岩体可爆性分级,结果表明:采用XGBoost模型能够准确评价岩体的可爆性,为岩体可爆性评价提供一种新的方法....

Full description

Saved in:
Bibliographic Details
Published in黄金 Vol. 45; no. 2; pp. 21 - 32
Main Authors 吴凌峰, 周宗红, 孙伟
Format Journal Article
LanguageChinese
Published 金平长安矿业有限公司%昆明理工大学国土资源工程学院 2024
Subjects
爆破
rock mass explosibility
explosibility classification
XGBoost
机器学习算法
machine learning algorithm
岩体可爆性
可爆性分级
blasting
Online AccessGet full text
ISSN1001-1277
DOI10.11792/hj20240204

Cover

More Information
Summary:TD235; 岩体可爆性是衡量岩体爆破难易程度的一个重要指标,准确对岩体可爆性评价能够为合理爆破设计提供依据.选取岩石密度、单轴抗压强度、岩石抗拉强度、岩石脆性指数、动载强度和完整性系数等作为岩体可爆性数据集的指标,采用Z-Score方法标准化岩体可爆性数据集,消除量纲对模型预测影响,分别采用朴素贝叶斯、支持向量机和XGBoost模型进行岩体可爆性分级,结果表明:采用XGBoost模型能够准确评价岩体的可爆性,为岩体可爆性评价提供一种新的方法.
ISSN:1001-1277
DOI:10.11792/hj20240204