江西盘古山钨矿区开采沉陷预计的GA-SVA算法

陈慧¹，韩恒梅²

1. 黄河水利职业技术学院测绘工程学院2. 平顶山工业职业技术学院资源开发学院

摘 要：传统矿山开采沉陷监测方法存在耗时较多且精度不高等不足,且难以对矿区开采沉陷发展趋势进行准确预计。以江西盘古山钨矿区为例,将遗传算法（Genetic algorithm,GA）与支持向量机（Support vector machine,SVM）算法相结合,提出了一种基于GA-SVM算法的开采沉陷预计方法。首先利用遗传算法（GA）对支持向量机（SVM）进行选择、变异和交叉,生成精度符合要求的数据集群;然后采用GA-SVM算法对概率积分法开采沉陷预计参数进行了训练,对矿区开采沉陷进行了预计。研究表明:基于GA-SVA算法的开采沉陷预计值与实测值的误差小于5%,基于该算法的预计值构建的矿区数字高程模型（Digital elevation model,DEM）与基于实测数据构建的数字高程模型（DEM）具有高度的一致性,表明利用所提算法预计矿山开采沉陷具有较高的精度。

关键词：开采沉陷;概率积分法;遗传算法;支持向量机;数字高程模型;