文献类型：期刊文章

作　　者：陈结[1] 高靖宽[1] 蒲源源[1] 姜德义[1] 齐庆新[2] 文志杰[3] 孙启龙[4] 陈林林[5]

CHEN Jie;GAO Jingkuan;PU Yuanyuan;JIANG Deyi;QI Qingxin;WEN Zhijie;SUN Qilong;CHEN Linlin(State Key Laboratory of Coal Mine Disaster Dynamics and Control,Chongqing University,Chongqing 400044,China;China Coal Research Institute,Beijing 100013,China;Shandong University of Science and Technology,Qingdao 266590,China;Chongqing Institute of Green and Intelligent Technology,Chinese Academy of Sciences,Chongqing 400714,China;Gengcun Colliery,Henan Dayou Energy Co.,Ltd.,Sanmenxia 472300,China)

机构地区：[1]重庆大学煤矿灾害动力学与控制国家重点实验室,重庆400044 [2]煤炭科学研究总院,北京100013 [3]山东科技大学,山东青岛266590 [4]中科院重庆绿色智能技术研究院,重庆400714 [5]河南大有能源股份有限公司耿村煤矿,河南三门峡472300

出　　处：《采矿与岩层控制工程学报》

基　　金：国家重点研发计划资助项目(2017YFC0804202,2017YFC0804201);国家科技重大专项课题资助项目(2016ZX05045-001)。

年　　份：2021

卷　　号：3

期　　号：1

起止页码：53-64

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：传统冲击地压预警预测通常利用地球物理方法监测冲击地压的一些前兆信号,采用人为定义和提取参数的综合指数法对冲击地压发生的可能性进行评估。目前,研究人员尝试采用数据驱动方法,利用机器学习技术,克服传统冲击地压长期预测所带来的问题,通过分析国内外相关文献,对长期预测和短期预警方法及存在的问题、机器学习方法、冲击地压短期预警及长期预测的应用进展进行概述,同时分析了传统的经验驱动和机理驱动与机器学习的数据驱动在冲击地压预测预警方面的联系与差异,最后,总结机器学习在该领域存在的问题及挑战,并对未来冲击地压预测预防的技术进行展望。

关 键 词：冲击地压 长期预测  短期预警  机器学习  数据驱动

分 类 号：TD324]