基于随机森林算法的煤矿地质构造复杂程度评价研究

杜添添; 徐梓豪; 曲跃; 商宇航; 邰振华; 黄德智; 刘聆溪

doi:10.13301/j.cnki.ct.2026.11.015

煤炭技术 ›› 2026, Vol. 45 ›› Issue (11) : 87 -93. DOI: 10.13301/j.cnki.ct.2026.11.015

基于随机森林算法的煤矿地质构造复杂程度评价研究

杜添添, 徐梓豪, 曲跃, 商宇航, 邰振华, 黄德智, 刘聆溪

作者信息 +

Author information +

文章历史 +

摘要

针对传统地质构造复杂程度评价方法存在主观性强、难以量化复杂非线性关系等局限性，本文以马场矿区为研究背景，通过逻辑回归、支持向量机、XGBoost以及随机森林等不同机器学习模型进行地质构造复杂程度评价。4种模型学习效果的对比结果表明，随机森林算法在数据复杂、样本不均衡的场景中，能够获得更稳定、泛化能力更强的评价效果。采用随机森林算法建立评价模型，通过特征重要性分析，定量揭示了断层强度、断层密度等主控地质因素及其交互机制，其中，断层密度与断层强度被随机森林模型识别为最具判别力的核心指标。研究提出的基于机器学习的智能评价方法，可为煤矿隐蔽致灾因素的精准识别与安全开采提供科学依据。