| 基于WOA-XGBoost模型的胶结充填体强度预测 |
| |
| 引用本文： | 袁丛祥, 刘志祥, 杨小聪, 郭金峰, 万串串, 熊帅, 刘伟军. 基于WOA-XGBoost模型的胶结充填体强度预测[J]. 高压物理学报, 2023, 37(5): 054201. doi: 10.11858/gywlxb.20230668 |
| |
| 作者姓名： | 袁丛祥 刘志祥 杨小聪 郭金峰 万串串 熊帅 刘伟军 |
| |
| 作者单位： | 1.中南大学资源与安全工程学院, 湖南 长沙 410083;;2.矿冶科技集团有限公司, 北京 102628;;3.国家金属矿绿色开采国际联合研究中心, 北京 102628;;4.中钢集团马鞍山矿山研究总院股份有限公司, 安徽 马鞍山 243000 |
| |
| 基金项目： | 国家重点研发计划项目（2022YFC2904101）;国家自然科学基金（52374107,51974359） |
| |
| 摘 要： | 
单轴抗压强度作为胶结充填体重要的力学性能指标,通常使用传统的力学试验来确定。使用鲸鱼优化算法（whale optimization algorithm,WOA）对极限梯度提升模型（XGBoost）进行优化,建立了WOA-XGBoost混合模型。以某铅锌矿充填料浆配比试验得到的80组数据作为数据库,选取固体质量分数、水泥占比、尾砂占比及养护天数作为输入参数,充填体试块抗压强度作为输出参数。为了与WOA-XGBoost模型进行比较,还构建了XGBoost、RF和WOA-RF模型。
结果表明：WOA-XGBoost模型的决定系数为0.965 0,均方根误差为0.207 4,平均绝对误差为0.170 3;XGBoost模型的决定系数、均方根误差、平均绝对误差分别为0.897 1、0.408 4和0.246 7。可见,鲸鱼优化算法能够显著提高XGBoost模型的预测能力。相比XGBoost、RF和WOA-RF模型,WOA-XGBoost混合模型具有更高的预测精度。研究结果对于胶结充填材料的设计和配比优化具有重要意义。
|
| 关 键 词： | 胶结充填材料 单轴抗压强度 预测 极限梯度提升模型 鲸鱼优化算法 |
| 收稿时间： | 2023-05-22 |
| 修稿时间： | 2023-06-12 |
|
| 点击此处可从《高压物理学报》浏览原始摘要信息 |
|
点击此处可从《高压物理学报》下载全文 |
|
