《Processes》：An Identification Method for Coal and Gas Outburst Based on Stacking Ensemble Learning
编辑推荐：
煤与瓦斯突出是一种受复杂耦合因素影响的主要矿井灾害，给灾害防治带来了障碍。为了解决传统单算法预测模型精度低、泛化能力差的问题，研究人员构建了一个两层堆叠集成学习（Stacking Ensemble Learning）突出风险识别模型。随机森林（Random F
煤与瓦斯突出是一种受复杂耦合因素影响的主要矿井灾害，给灾害防治带来了障碍。为了解决传统单算法预测模型精度低、泛化能力差的问题，研究人员构建了一个两层堆叠集成学习（Stacking Ensemble Learning）突出风险识别模型。随机森林（Random Forest, RF）、支持向量机（Support Vector Machine, SVM）和AdaBoost作为基模型，鲸鱼优化算法优化LightGBM（WOA-LightGBM）作为元模型。基于山西某煤矿的实测数据，斯皮尔曼相关分析（Spearman correlation analysis）和随机森林降维（RF dimensionality reduction）去除了冗余特征；边界合成少数类过采样技术（Borderline Synthetic Minority Oversampling Technique, Borderline-SMOTE）平衡了严重风险数据较少的样本不平衡问题。参数优化后，采用准确率（Accuracy, Acc）、宏观精度（macro-precision, P）、召回率（recall, R）和F1分数（F1-score）评估模型性能。结果表明，所提出的Stacking模型准确率达到0.9770，优于单一机器学习模型和其他智能算法。该模型指标波动小，稳定性强，并正确识别了全部8个实际工程案例。结合特征工程和Stacking学习有效捕捉了影响因素与风险水平之间的非线性关系。该模型具有高精度和鲁棒性，为煤与瓦斯突出预测与控制提供了可靠的技术支持。
煤与瓦斯突出是煤矿开采中由地应力、瓦斯和煤物理力学性质等多因素耦合引发的复杂动态灾害，传统预测方法（如单指标法、综合指标法、声发射监测等）操作简便但精度低、泛化能力差，难以适应不同地质条件。现有研究引入机器学习后仍存在数据不平衡（严重风险样本少）、特征提取方法（如主成分分析PCA、自编码器AE）无法有效捕捉非线性关系，以及依赖单一模型优化导致鲁棒性不足等问题。为此，研究人员提出基于Stacking集成学习的煤与瓦斯突出风险识别模型，旨在提升预测精度和稳定性，相关成果发表在《Processes》。
研究人员基于山西某煤矿3#煤层的50组实测数据，构建了两层堆叠集成学习（Stacking ensemble learning）框架。第一层基学习器采用随机森林（Random Forest, RF）、支持向量机（SVM）和AdaBoost，第二层元学习器为鲸鱼优化算法优化的LightGBM（WOA-LightGBM）。通过斯皮尔曼相关分析（Spearman correlation analysis）和随机森林（RF）特征重要性排序与降维，剔除贡献率低于0.01的冗余特征（X1、X8、X10）；利用边界合成少数类过采样技术（Borderline-SMOTE）对原始不平衡数据（严重风险样本仅4个）进行过采样，将每类样本扩充至50个。采用网格搜索（Grid Search, GS）优化基模型参数，WOA优化LightGBM的max_depth、feature_fraction和learning_rate。模型评估指标包括准确率（Accuracy）、宏观精度（macro-precision）、召回率（recall）和F1分数（F1-score），并通过十折交叉验证测试性能。样本队列来源为中国矿业大学杨振教授团队建立的采矿工程协同大数据云平台。
**4.1 模型评估指标**：采用准确率、宏观精度、召回率和F1分数评估模型，宏观平均计算关注不平衡子类别的分类性能。
**4.2 数据平衡效果**：原始数据中类别2（严重突出风险）仅占4/50，通过Borderline-SMOTE扩展后每类各50个样本。TSNE三维映射显示处理后数据聚合更紧密、可分性增强。在RF、SVM、AdaBoost模型上测试，RF-Borderline-SMOTE数据集相比原始数据集，准确率、精度、召回率和F1分数分别提升12.5%、65.0%、47.7%和57.5%（RF模型），SVM和AdaBoost各指标也均有提升，表明RF降维结合Borderline-SMOTE有效缓解了数据不平衡和冗余。
**4.3 参数优化与模型验证**：通过网格搜索优化基模型参数，WOA优化LightGBM参数（max_depth=7, feature_fraction=0.2, learning_rate=0.1）。在测试集上，Stacking模型准确率0.9770，宏观精度0.9777，召回率0.9750，F1分数0.9755，优于GS-RF（0.9384, 0.9347, 0.9407, 0.9346）、GS-SVM（0.9426, 0.9428, 0.9467, 0.9417）、GS-AdaBoost（0.9302, 0.9381, 0.9327, 0.9292）以及WOA-LightGBM（0.9474, 0.9467, 0.9523, 0.9452）。与其他智能算法相比，Stacking模型优于CLSSA-ELM（0.9593, 0.9632, 0.9597, 0.9599）、GA-SVM（0.9530, 0.9561, 0.9520, 0.9530）、GA-BP（0.9550, 0.9580, 0.9540, 0.9550）和PSO-XGBoost（0.9670, 0.9690, 0.9660, 0.9670）。Stacking模型对各类别的分类错误率分别比单模型最大值降低93.73%（类别1）、89.39%（类别0）和66.27%（类别2），错误率分布更均衡。
**4.4 模型稳定性测试**：在5次和10次测试中，Stacking模型四个指标的波动幅度明显小于RF、SVM、AdaBoost等单模型及WOA-LightGBM，表明其鲁棒性高，泛化能力强。
**5. 煤与瓦斯突出案例分析**：选取8个实际案例（包括河南大平煤矿、贵州香水煤矿、吉林松树镇煤矿、平顶山十三矿等高危案例），数据中缺失瓦斯解吸量、钻屑量、距地质构造带距离等指标，用原始数据中对应风险等级的类别均值替代。输入后，Stacking模型正确识别全部8个案例，而GA-BP准确率62.5%，CLSSA-ELM准确率50%，证实Stacking模型在实际应用中具有显著优势。
**讨论部分总结**：模型存在局限性，包括训练和推理成本高、基学习器各自敏感性（RF易过拟合小数据集、SVM对边界噪声敏感、AdaBoost对异常值敏感）、WOA优化引入随机性、依赖完整13个输入指标以及LightGBM叶节点生长策略可能过拟合。未来工作建议扩展多矿井数据集、探索轻量化集成策略、引入可解释性工具（如SHAP、LIME）以及整合实时监测数据（如声发射、电磁辐射信号）实现动态预警。
**研究结论翻译**：（1）通过斯皮尔曼相关分析结合可视化，初始瓦斯扩散速度、瓦斯含量和瓦斯解吸能力对突出风险有正向影响；瓦斯含量无突出风险阈值区间为7.0–8.7，有风险区间为8.7–13.9；煤的坚固性系数负向影响，系数越低风险越高。（2）RF特征贡献率排序剔除冗余变量，Borderline-SMOTE重构数据集改善了样本不平衡，确保数据分布合理。（3）所建Stacking模型准确率、宏观精度、召回率和F1分数分别为0.9770、0.9777、0.9750和0.9755，比WOA-LightGBM分别提升2.96%、3.10%、2.27%和3.03%；在实际工程案例预测中，Stacking模型准确识别所有案例，表明其融合了特征工程和集成学习的优势，为煤与瓦斯突出风险预测提供了可靠技术支持。
