基于PCA-PSO-SVM的凡口铅锌矿地区岩溶地表塌陷危险性预测

摘要：

岩溶地表塌陷是由多个影响因素共同作用导致地面形成塌陷坑(洞)的一种动力地质现象,具有隐蔽性和突发性的特点,常规简单数学模型难以对地表塌陷危险性准确预测.文章先通过主成分分析法(PCA)对选取的地下水位、地下水位波动幅度、给水度等11个影响因素提取5个主成分,对导致地表塌陷危险性的主成分进行全新的解释,同时引入粒子群算法(PSO)优化的支持向量机(SVM)方法,建立PCA-PSO-SVM岩溶地表塌陷危险性预测模型,并结合凡口铅锌矿地区工程实例,将预测结果与单一的SVM模型预测结果进行对比,表明PCA-PSO-SVM危险性预测模型精度更高,可以更好地为岩溶地表塌陷防治工作提供依据.

关键词：岩溶地表塌陷、主成分分析、粒子群、支持向量机、危险性预测

所属期刊栏目：39

分类号：P642.25(水文地质学与工程地质学)

资助基金：国家自然科学基金资助项目;河北省自然科学基金项目;河北省教育厅青年基金项目;河北省教育厅在读研究生创新能力培养资助项目;山西省国土资源厅省级地质勘查项目

在线出版日期：2021-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：622-628