文献

J-GLOBAL ID：201902258688517336   整理番号：19A0537048

鉱区地表沈下予測のKPCA-LSSVMモデル【JST・京大機械翻訳】

Mine Surface Mining Subsidence Prediction Based on KPCA-LSSVM Model

著者 (3件)： Liu Fuzhen (西南石油大学土木工程与建筑学院,四川成都,610500) ,  Geng Botao (西南石油大学土木工程与建筑学院,四川成都,610500) ,  Liu Dan (四川省興冶岩土工程検測有限責任公司,四川成都,610500)
資料名： Jinshu Kuangshan  (Jinshu Kuangshan)
号： 5  ページ： 130-134  発行年： 2018年 
JST資料番号： C3403A  ISSN： 1001-1250  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 鉱山地下採掘による地表沈下問題に対して、地表沈下量に影響する多元要素を考慮し、核主成分分析法(Kernelprincipalcomponentanalysis)を行った。KPCAと最小二乗サポートベクトルマシン(LSSVM)を組み合わせて,KPCA-LSSVMモデルを構築した。先ず,KPCA法を用いて,地表沈下の影響因子を解析し,次に,LSSVM理論に基づき,決定的主成分因子に従って,地表面沈下の予測モデルを構築した。研究は以下を示した。1)炭層の深さ,炭柱幅,炭層傾斜角は,地表面の最大沈下量に影響する主な要因であった。2.華北某炭層の炭層賦存深度、炭柱幅、炭層傾角を独立変数とし、地表最大沈下量を従属変数とし、構築した鉱区地表沈下KPCA-LSSVM予測モデルによる最大沈下量と実測値の絶対誤差は0.0060.009mである。FLAC3Dシミュレーション値と実測値の誤差(0.1080.217m)より遥かに小さいことは、このモデルが鉱区の地表沈下に対して高精度な予測を行うことができることを表明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 鉱山 ,  *モデル ,  主成分分析 ,  地表面 ,  *地盤沈下 ,  採掘 ,  *予測 ,  予測モデル ,  シミュレーション ,  傾斜角 ,  炭層 ,  *鉱区
準シソーラス用語： 目的変数 ,  独立変数 ,  沈下量 , 【Automatic Indexing@JST】

分類 (1件)： 鉱害  (UA04050Z)

タイトルに関連する用語 (4件)： 鉱区 ,  地表沈下 ,  予測 ,  モデル