基于逻辑回归-聚类算法的采空区危险等级评价模型

采空区危险性分级研究在矿山灾害防治和风险管理中具有重要意义。为克服传统采空区危险性评价指标繁多、计算复杂等问题,提出了一种采空区危险等级快速评价模型。基于110个采空区样本,将随机森林算法(Random Forest,RF)与递归特征消除理论(Recursive feature elimination,RFE)相结合,筛选出对采空区危险性分级信息量贡献较大的指标,克服传统评价指标繁多且不易获取的缺陷,实现采空区评价指标体系精简降维。基于逻辑回归理论得到采空区危险性概率模型,并应用K-means快速聚类算法求得采空区危险性概率的4个聚类中心点,耦合2种算法构建了采空区危险等级快速分级模型,以克服传统采空区危险性评价方法计算复杂、普适性差的缺陷。为验证该评价模型的有效性,基于混淆矩阵对评价模型的准确性进行了验证分析。研究表明:①RQD值、矿柱尺寸布置、岩体结构、采空区高度、地质构造、工程布置、地下可见水赋值为采空区分级评价中信息贡献量较大的指标;②模型分级准确率达到77.4%,第一类错误率降低至6.25%,危险采空区的预测准确率达到93.75%,评价结果可为采空区后续治理提供可靠依据。