第12期 李娟等：基于支持向量回归机的矿体品位插值 1501 续表2 水平 矿石 多边形法 距商幂次反比法 克立格法 支持向量回归机 分段 类型 矿石量/万t 金属量/万t矿石量/万：金属量/万：矿石量/万t 金属量/万t矿石量/万t 金属量/万t 4 Fel 268.303 140.083 184.869 93.542 216.656 112.594 242.914 116.961 4 Fe3 8.350 2.810 25.640 8.227 21.544 7.015 17.356 5.889 4 Fel+Fe3 276.653 142.893 210.509 101.769 238.200 119.609 260.270 122.850 5 Fel 247.490 130.320 181.388 91.325 223.124 115.293 127.082 57.331 5 Fe3 11.766 3.957 26.253 8.467 21.377 6.997 36.416 9.788 5 Fel+Fe3 259.256 134.277 207.641 99.792 244.501 122.290 163.490 67.119 Fel 1296.849 680.856 948.089 473.120 1014.516 520.975 1065.221 531.328 Fe3 44.168 14.873 130.071 42.005 105.852 34.471 128.841 32.565 Fel+Fe3 1341.017 695.729 1078.160 515.125 1120.369 555.446 1189.620 563.893 查阅现场生产中所计算的各中段的储量，如 表3. 3结语 表3生产实际中计算的各中段储量 本文初步探讨了数据挖掘中新兴的、泛化能力 Table 3 Reserves of every middle's actual production 较强的支持向量回归机预测模型在矿体体素品位插 值领域中的应用，实例证明，与其他插值方法相比， 水平 铁矿储量/万t 分段 Fel Fe3 Fel十fe3 该方法与神经网络SOFM网聚类法相结合，对插值 189.595 29.436 219.031 精度有了进一步提高，且该模型在训练过程中显示 191.348 21.629 212.977 了速度快、运行效率高等特点，具有很高的研究 3 199.401 24.354 223.755 价值 221.861 24.134 245.995 参考文献 224.206 29.237 253.443 6 1026.411 128.79 1155.201 [1]LiC P.LiZ X.Volume visualization approach for modeling min- eral deposits.JUniv Sci Technol Beijing.2004.26(9):579 表4是四种方法计算结果与生产实际中计算结 (李翠平，李仲学.矿床的体视化仿真技术与实现.北京科技 大学学报，2004,26(9)：579) 果的对比.对表4进行分析可得出下面的结论：与 [2] Seng D W.LiZ X.Li C M.et al.3D visual modeling system for 多边形法和距离幂次反比法的计算结果相比，支持 mineral deposits.JUniv Sci Technol Beijing.2004.26(5):453 向量回归机方法虽然与生产实际数据存在一定的偏 (僧德文，李仲学，李春民，等。矿床的三维可视化仿真技术与 差，但结果能够较好地反映实际情况；与在国外已经 系统.北京科技大学学报，2004,26(5)：453) 广泛采用的克里格法相比，预测结果的精度相似，进 [3]Li C P.Li Z X.Hao X Q,et al.Grade and reserve calculation in a 一步验证了SVR在品位估值领域有着很大的应用 visual simulation system for geological and mining engineering Univ Sci Technol Beijing.007.29(9):859 空间 (李翠平，李仲学，郝秀强，等.地矿工程可视化仿真中品位与 表4四种方法计算结果与生产实际中计算结果的对比 储量的计算实现.北京科技大学学报，2007,29(9)：859) Table 4 Calculation results of four methods in contrast with actual [4]LiC P.LiZ X.Hu N L.et al.The comparative analysis of three production results spatial interpolation methods for geological and mining engineering volume visualization.China Min,2003.12(10):57 Fel+Fe3 Fel (李翠平，李仲学，胡乃联，等，面向地矿工程体视化的三种空 计算方法 储量/ 相对 储量/ 相对 间插值方法之对比分析.中国矿业，2003,12(10)：57) 万t 误差/% 万t 误差/% [5]Yu B.Jiang Y L.Yu B.et al.Application of support vector ma- 生产实际中的计算 1155.201 1026.411 chines in bus travel time prediction.I Dalian Maritime Univ, 多边形法 1341.017 16.09 1296.849 26.35 2008,34(4):158 (于滨，蒋永雷，于博，等，支持向量机在公交车辆运行时间预 距离幂次反比法 1078.160 6.67 948.089 7.63 测中的应用·大连海事大学学报，2008,34(4)：158) 克立格法 1120.369 3.00 1014.516 1.00 [6]Zhang J.Zhang X G.Data Mining Algorithms and its Applica 支持向量回归机法 1189.620 2.981065.221 3.78 tion in Engineering-Beijing:China Machine Press,2006续表2 水平 分段 矿石 类型 多边形法 距离幂次反比法 克立格法 支持向量回归机 矿石量／万 t 金属量／万 t 矿石量／万 t 金属量／万 t 矿石量／万 t 金属量／万 t 矿石量／万 t 金属量／万 t 4 Fe1 268∙303 140∙083 184∙869 93∙542 216∙656 112∙594 242∙914 116∙961 4 Fe3 8∙350 2∙810 25∙640 8∙227 21∙544 7∙015 17∙356 5∙889 4 Fe1＋Fe3 276∙653 142∙893 210∙509 101∙769 238∙200 119∙609 260∙270 122∙850 5 Fe1 247∙490 130∙320 181∙388 91∙325 223∙124 115∙293 127∙082 57∙331 5 Fe3 11∙766 3∙957 26∙253 8∙467 21∙377 6∙997 36∙416 9∙788 5 Fe1＋Fe3 259∙256 134∙277 207∙641 99∙792 244∙501 122∙290 163∙490 67∙119 6 Fe1 1296∙849 680∙856 948∙089 473∙120 1014∙516 520∙975 1065∙221 531∙328 6 Fe3 44∙168 14∙873 130∙071 42∙005 105∙852 34∙471 128∙841 32∙565 6 Fe1＋Fe3 1341∙017 695∙729 1078∙160 515∙125 1120∙369 555∙446 1189∙620 563∙893 查阅现场生产中所计算的各中段的储量‚如 表3． 表3 生产实际中计算的各中段储量 Table3 Reserves of every middle’s actual production 水平 分段 铁矿储量／万 t Fe1 Fe3 Fe1＋Fe3 1 189∙595 29∙436 219∙031 2 191∙348 21∙629 212∙977 3 199∙401 24∙354 223∙755 4 221∙861 24∙134 245∙995 5 224∙206 29∙237 253∙443 6 1026∙411 128∙79 1155∙201 表4是四种方法计算结果与生产实际中计算结 果的对比．对表4进行分析可得出下面的结论：与 多边形法和距离幂次反比法的计算结果相比‚支持 向量回归机方法虽然与生产实际数据存在一定的偏 差‚但结果能够较好地反映实际情况；与在国外已经 广泛采用的克里格法相比‚预测结果的精度相似‚进 一步验证了 SVR 在品位估值领域有着很大的应用 空间． 表4 四种方法计算结果与生产实际中计算结果的对比 Table4 Calculation results of four methods in contrast with actual production results 计算方法 Fe1＋Fe3 Fe1 储量／ 万 t 相对 误差／％ 储量／ 万 t 相对 误差／％ 生产实际中的计算 1155∙201 — 1026∙411 — 多边形法 1341∙017 16∙09 1296∙849 26∙35 距离幂次反比法 1078∙160 6∙67 948∙089 7∙63 克立格法 1120∙369 3∙00 1014∙516 1∙00 支持向量回归机法 1189∙620 2∙98 1065∙221 3∙78 3 结语 本文初步探讨了数据挖掘中新兴的、泛化能力 较强的支持向量回归机预测模型在矿体体素品位插 值领域中的应用．实例证明‚与其他插值方法相比‚ 该方法与神经网络 SOFM 网聚类法相结合‚对插值 精度有了进一步提高‚且该模型在训练过程中显示 了速度快、运行效率高等特点‚具有很高的研究 价值． 参 考 文 献 ［1］ Li C P‚Li Z X．Volume visualization approach for modeling min￾eral deposits．J Univ Sci Technol Beijing‚2004‚26（9）：579 （李翠平‚李仲学．矿床的体视化仿真技术与实现．北京科技 大学学报‚2004‚26（9）：579） ［2］ Seng D W‚Li Z X‚Li C M‚et al．3D visual modeling system for mineral deposits．J Univ Sci Technol Beijing‚2004‚26（5）：453 （僧德文‚李仲学‚李春民‚等．矿床的三维可视化仿真技术与 系统．北京科技大学学报‚2004‚26（5）：453） ［3］ Li C P‚Li Z X‚Hao X Q‚et al．Grade and reserve calculation in a visual simulation system for geological and mining engineering．J Univ Sci Technol Beijing‚2007‚29（9）：859 （李翠平‚李仲学‚郝秀强‚等．地矿工程可视化仿真中品位与 储量的计算实现．北京科技大学学报‚2007‚29（9）：859） ［4］ Li C P‚Li Z X‚Hu N L‚et al．The comparative analysis of three spatial interpolation methods for geological and mining engineering volume visualization．China Min‚2003‚12（10）：57 （李翠平‚李仲学‚胡乃联‚等．面向地矿工程体视化的三种空 间插值方法之对比分析．中国矿业‚2003‚12（10）：57） ［5］ Yu B‚Jiang Y L‚Yu B‚et al．Application of support vector ma￾chines in bus travel time prediction．J Dalian Maritime Univ‚ 2008‚34（4）：158 （于滨‚蒋永雷‚于博‚等．支持向量机在公交车辆运行时间预 测中的应用．大连海事大学学报‚2008‚34（4）：158） ［6］ Zhang J‚Zhang X G．Data Mining Algorithms and its Applica￾tion in Engineering．Beijing：China Machine Press‚2006 第12期 李 娟等： 基于支持向量回归机的矿体品位插值 ·1501·