| 基于RFE-RF-XGBoost的坝体位移预测研究 |
| |
| 引用本文： | 王昕宇,杨鹏,戴健非.基于RFE-RF-XGBoost的坝体位移预测研究[J].东北师大学报(自然科学版),2021,53(2):60-66. |
| |
| 作者姓名： | 王昕宇 杨鹏 戴健非 |
| |
| 作者单位： | 北京联合大学北京市信息服务工程重点实验室,北京100101;北京联合大学北京市信息服务工程重点实验室,北京100101;北京科技大学土木与资源工程学院,北京100083 |
| |
| 摘 要： | 为了加强尾矿库的安全稳定管理,提高溃坝预测预警水平,以坝体位移为研究对象,安全监测数据为研究基础,提出一种基于特征递归消除与随机森林和极限梯度提升的尾矿坝坝体位移预测模型,并与XGBoost、LSTM神经网络、BP神经网络、SVR等预测模型对比,以验证其预测效果.结果表明:所提出模型平均相对误差低于XGBoost模型3.93％,并考虑了外部因素对坝体形变的影响.该结果对于矿山施工决策、安全管理、环境保护,减少溃坝事故具有一定的参考意义.
|
| 关 键 词： | 尾矿库 坝体位移 随机森林 极限梯度提升 预测模型 |
Prediction of dam displacement based on RFE-RF-XGBoost |
| |
| WANG Xin-yu,YANG Peng,DAI Jian-fei.Prediction of dam displacement based on RFE-RF-XGBoost[J].Journal of Northeast Normal University (Natural Science Edition),2021,53(2):60-66. |
| |
| Authors: | WANG Xin-yu YANG Peng DAI Jian-fei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
