深部地下工程岩爆预测的筛选蚁群聚类算法

为了提高仿生聚类算法的计算效率,对传统的蚁群聚类算法进行改进,采用数据合并机制提出了 一种筛选蚁群聚类算法。采用筛选蚁群聚类算法,在岩爆工程实例资料分析的基础上,基于工程类比的思想 判断岩爆的发生状态,提出了一种深部地下工程岩爆预测的新方法。通过多个煤矿深部地下工程岩爆实例的 应用研究证明,和传统的蚁群聚类算法相比,在不显著增加计算难度和复杂度的情况下,新算法对工程实例的 判断准确率更高,其准确率达92%,计算效果更好;而且,计算速度有较大幅度的提高,其计算时间缩短近 40%,说明新算法的计算效率更高。因此,筛选蚁群聚类算法是一种比较实用的岩爆预测新方法,值得在深部 地下工程岩爆研究领域推广应用。

Forecasting of rock burst in deep underground engineering based on abstraction ant colony clustering algorithm

Toimprovethecomputingefficiencyofthetraditionalantcolonyclusteringalgorithm,from datacombinationmechanism,anabstractionantcolonyclusteringalgorithmwasproposed.Byanalyzingthedataofrockburstsamples, fromtheengineeringanalogythinkingbytheabstractionantcolonyclusteringalgorithm, anew methodforforecastingofrockburstindeepundergroundengineering wasgiven.Somerockburstengineeringapplicationsofdeepminesprovethatcomparedwithtraditionalantcolonyclusteringalgorithm, forsimilarcomputingdifficultyandcomplexity,thevalidityof thenewalgorithm whoseaccuracyis92%,ishigher,andthecomputingvelocitycanincrease40%. Sotheabstractionantcolonyclusteringalgorithmispracticalforrockburstforecasting.