D01:10.13374.ism1001053x.2009.08.001 第31卷第8期 北京科技大学学报 Vol.31 No.8 2009年8月 Journal of University of Science and Technology Beijing Ag2009 基于支持向量机的露天转地下开采边坡变形模型 李长洪1,2)王云飞12)蔡美峰12苗胜军12) 范丽萍1,2) 1)北京科技大学金属矿山高效开采与安全教育部重点实验室，北京1000832)北京科技大学土木与环境工程学院.北京100083 摘要提出了一种基于支持向量机的露天转地下开采边坡变形模型，有效表达了地下开采扰动引起露天矿边坡变形的非 线性变化关系.采用RF核函数学习现场监测数据，利用交叉验证选择模型参数，通过学习捕捉支持向量，建立模型预测未 来变化趋势.将该模型应用于露天转地下开采的杏山铁矿.结果表明，支持向量机对学习样本的拟合精度极高，其预测精度 也很高.采用捕捉的支持向量进行预测，便捷快速且有较强泛化能力. 关键词岩土工程；地下开采：支持向量机：边坡变形 分类号TD854.6 Slope deformation model of metal mines transferred underground mining from open-pit based on support vector machines LI Chang-hong.WANG Yun-fei2.CAI Mei-feng.MIAO Sheng-jun 2).FAN Li-ping) 1)Key Laboratory of the Ministry of Education of China for Efficient Mining and Safety of Metal Mines.Uriversity of Science and Technobgy Bei- jing.Beijing 100083.China 2)School of Civil and Envimnment Engineering.University of Science and Technobgy Beijing.Beijng 100083.China ABSTRACT A slope deformation model of metal mines transferred underground mining from open-pit based on support vector ma- chines was presented.The model can effectively express the non-linear variation of metal mine operrpit slope deformation caused by underground mining disturbance.In the model the RBF kemnel function was utilized to train on-site monitoring data.the crossvalida- tion was employed to choose model parameters,support vectors were achiev ed w ith training samples.and then the future deformation w as predicted.The model w as applied to Xingshan Iron Ore transferred underground mining from opem-pit.The results show that the regression value of learning samples is extremely precise and the predicted deformation has a higher precision based on support vector machines.The application of the mode,which predicts the deformation with the achieved support vectors,is convenient and it bears a stronger generalization ability. KEY WORDS geotechnical engineering:underground mining:support vector machine:slope deformation 露天矿边坡在其形成过程中的变形稳定性是一 于用数值模拟的方法一，但数值模拟的最大困难 个主要受地质条件、地下水、坡高，坡角和露天开采 是参数的确定、地质模型的建立及开采过程的精确 方法等多种因素影响而发展演化的多维非线性动力 追溯，且很难做到与实际情况相同.本文基于智能 系统.国内外众多学者在露天矿边坡形成过程中， 岩石力学的研究思路，采用支持向量机方法对地下 就上述因素对露天矿边坡稳定性的影响做了研究， 开采扰动影响下的边坡非线性变形进行了研究.支 并取得了一系列的研究成果一.当由露天开采转 持向量机避免了神经网络中的局部最优解问题和拓 为地下开采时边坡己形成，影响其稳定性的主导因 扑结构难以确定问题，并有效地克服了“维数灾难”： 素转变，此时地下开采对边坡的扰动成为边坡变形 同时，由于它是一个凸二次优化问题，能够保证得到 的主要影响因素，而对露天转地下的研究目前只限 的极值解是全局最优解.支持向量机是以统计学习 收稿日期：200810-24 基金项目：国家科技支撑计划资助项目(No.2006BAB02A17) 作者简介：李长洪(1962一)，男，教授，博士生导师，E-maik lch@ces.sth.c.m基于支持向量机的露天转地下开采边坡变形模型 李长洪1, 2) 王云飞1, 2) 蔡美峰1, 2) 苗胜军1, 2) 范丽萍1, 2) 1) 北京科技大学金属矿山高效开采与安全教育部重点实验室, 北京 100083 2) 北京科技大学土木与环境工程学院, 北京 100083 摘 要 提出了一种基于支持向量机的露天转地下开采边坡变形模型, 有效表达了地下开采扰动引起露天矿边坡变形的非 线性变化关系.采用 RBF 核函数学习现场监测数据, 利用交叉验证选择模型参数, 通过学习捕捉支持向量, 建立模型预测未 来变化趋势.将该模型应用于露天转地下开采的杏山铁矿.结果表明, 支持向量机对学习样本的拟合精度极高, 其预测精度 也很高.采用捕捉的支持向量进行预测, 便捷快速且有较强泛化能力. 关键词 岩土工程;地下开采;支持向量机;边坡变形 分类号 TD854 .6 Slope deformation model of metal mines transferred underground mining from open-pit based on support vector machines LI Chang-hong 1, 2) , WANG Yun-fei 1, 2) , CAI Mei-feng 1, 2) , MIAO Sheng-jun 1, 2) , FAN Li-ping 1, 2) 1) Key Laborat ory of the Ministry of Educati on of China f or Efficient Mining and Saf et y of Met al Mines, Uni versit y of Sci ence and Technology Bei￾jing, Beijing 100083, China 2) School of Civil and Environment Engineering, University of S cience and Technology Beijing, Beijing 100083, China ABSTRACT A slope deformation mo del of me tal mines transferred underground mining from open-pit based on support vector ma￾chines w as presented.The model can effectively ex press the non-linear variation of metal mine o pen-pit slope deformation caused by underground mining disturbance.I n the mo del the RBF kernel function w as utilized to train on-site mo nito ring data, the cross-v alida￾tio n was employed to choose mo del parameters, support v ectors were achiev ed w ith training samples, and then the future deformation w as predicted .The mo del w as applied to Xingshan Iron Ore transferred underground mining from open-pit .The resultsshow that the reg ression value of learning samples is ex tremely precise and the predicted deformation has a higher precision based on support vecto r machines.The application of the model, which predicts the defo rmatio n with the achieved support vecto rs, is convenient and it bears a stronger g eneraliza tio n ability. KEY WORDS geotechnical engineering ;underg round mining ;suppo rt vector machine;slo pe defo rmatio n 收稿日期:2008-10-24 基金项目:国家科技支撑计划资助项目( No .2006BAB02A17) 作者简介:李长洪( 1962—) , 男, 教授, 博士生导师, E-mail:lch@ces.ustb.edu.cn 露天矿边坡在其形成过程中的变形稳定性是一 个主要受地质条件 、地下水 、坡高 、坡角和露天开采 方法等多种因素影响而发展演化的多维非线性动力 系统.国内外众多学者在露天矿边坡形成过程中, 就上述因素对露天矿边坡稳定性的影响做了研究, 并取得了一系列的研究成果 [ 1-4] .当由露天开采转 为地下开采时边坡已形成, 影响其稳定性的主导因 素转变, 此时地下开采对边坡的扰动成为边坡变形 的主要影响因素, 而对露天转地下的研究目前只限 于用数值模拟的方法[ 5-7] , 但数值模拟的最大困难 是参数的确定 、地质模型的建立及开采过程的精确 追溯, 且很难做到与实际情况相同.本文基于智能 岩石力学的研究思路, 采用支持向量机方法对地下 开采扰动影响下的边坡非线性变形进行了研究.支 持向量机避免了神经网络中的局部最优解问题和拓 扑结构难以确定问题, 并有效地克服了“维数灾难” ; 同时, 由于它是一个凸二次优化问题, 能够保证得到 的极值解是全局最优解 .支持向量机是以统计学习 第 31 卷 第 8 期 2009 年 8 月 北 京 科 技 大 学 学 报 Journal of University of Science and Technology Beijing Vol .31 No.8 Aug.2009 DOI :10.13374/j .issn1001 -053x.2009.08.001