基于机器学习的岩爆预测方法研究与应用

　　本书以301组岩爆工程实例作为岩爆烈度等级预测的样本数据，介绍了基于随机森林优化层次分析法—云模型（RF-AHP-CM）的岩爆烈度等级预测模型、基于改进萤火虫算法优化支持向量机（IGSO-SVM）的岩爆烈度等级预测模型、基于Dropout和改进Adam算法优化深度神经网络（DA-DNN）的岩爆烈度等级预测模型，并对不同岩爆烈度等级预测模型进行对比分析。另外，采用所构建的3个岩爆预测模型对内蒙古赤峰某金矿深部开采进行了岩爆预测，提出了相应的岩爆防治措施。本书可作为从事地下岩土工程现场工程技术人员的指导书和工具书、重要部门管理者的参考书，也可作为高等院校矿业安全专业硕士和博士研究生的参考书。

暂缺《基于机器学习的岩爆预测方法研究与应用》作者简介

1绪论
1.1研究背景与意义
1.2国内外研究现状
1.2.1岩爆机理研究现状
1.2.2岩爆预测研究现状
1.2.3岩爆防治研究现状
1.3研究内容与方法、创新点、技术路线
1.3.1研究内容与方法
1.3.2创新点
1.3.3技术路线
2岩爆烈度等级预测数据库建立
2.1岩爆评价指标选取
2.2岩爆烈度等级确定
2.3岩爆烈度等级预测数据库
2.4本章小结
3基于随机森林优化层次分析法—云模型的岩爆预测模型研究
3.1随机森林优化层次分析法—云模型的理论依据
3.2基于随机森林—层次分析法的指标权重计算方法
3.3基于随机森林优化层次分析法—云模型的岩爆预测模型
3.4模型有效性验证
3.5本章小结
4基于改进萤火虫算法优化支持向量机的岩爆预测模型研究
4.1改进萤火虫算法优化支持向量机的理论依据
4.2基于改进萤火虫算法优化支持向量机的岩爆预测模型
4.3模型有效性验证
4.4本章小结
5基于Dropout和改进Adam算法优化深度神经网络的岩爆预测模型研究
5.1Dropout和改进Adam算法优化深度神经网络的理论依据
5.2基于Dropout和改进Adam算法优化深度神经网络的岩爆预测模型
5.3模型有效性验证
5.4本章小结
6不同岩爆预测模型的对比分析及工程实例应用
6.1三种岩爆烈度等级预测模型的对比分析
6.2内蒙古赤峰某金矿的岩爆预测与防治
6.3本章小结
7结论与展望
7.1结论
7.2展望
附录岩爆烈度等级预测数据库
参考文献