摘要：基于Fisher判别分析理论，选取矿体厚度，矿体倾角，埋藏深度，顶板厚度以及单轴抗压强度5项指标作为判别指标，建立顶板冒落危险性预测的Fisher判别模型。将该方法应用于邹家山顶板冒落危险性预测中，以邹家山37线以前149个钻孔资料作为学习样本，建立具体Fisher判别模型。研究结果表明Fisher判别分析模型分类效果显著，回代估计误判率较低，是顶板冒落危险性预测的一种有效方法，可以在实际应用中推广。
关键词：顶板冒落危险性；Fisher判别模型；预测
0 引言
顶板冒落事故一直是地下非煤矿山开采中最受关注的矿山安全问题，近些年来我国非煤矿山顶板冒落事故约为我国非煤矿山安全事故总数的25.03%[1]。而且随着浅部资源面临减少或枯竭的局面，非煤矿山逐渐转入深部开采，随着深度的增加，顶板冒落事故有增长的趋势。顶板冒落事故不仅影响生产进度，还会威胁井下作业工人生命安全，造成恶劣的影响。因此研究非煤矿山顶板冒落的影响因素，划分顶板冒落危险性等级，对非煤矿山顶板管理决策，具有重要的意义。
关于顶板冒落危险性预测研究方面，早期我国通过顶板厚度法[2-4]，监测法[5, 6]等传统方法预测采场的稳定性，由于井下地质条件和外部环境的复杂性，效果并不明显。为此许多学者采用模糊综合评价法[7, 8]、支持向量机法[9]来评价顶板冒落的危险性，然而模糊综合评价法以及支持向量机法涉及到权重，具有一定的主观性和局限性[10]。Fisher判别分析法是根据已观测样本的若干数量特征对待测样本进行判别，划分其类别的一种预测方法。相对于其他判别方法，该判别方法对于原始数据分布没有特殊要求，适合位置分布的样本的预测，且可以全面考虑各种判别因子的影响。鉴于此，本文在前人研究的基础上，将Fisher判别分析法引入到顶板冒落危险性预测中[简要说明一下Fisher判别法及其优势，再引入到你要应用的其进行危险性预测]。并对影响顶板冒落危险性的因素相结合，建立了合适的Fisher判别分析模型，为非煤矿山顶板冒落危险性预测提供一条新的思路[这个地方不要引入结果表明，只需要说明本文将通过什么方法，分析什么，研究什么，并指出研究成果具有什么样的意义即可]。
1 Fisher判别分析模型介绍
1.1 Fisher判别法基本原理
判别分析法是根据已知样本构造反映样本特征的判别准则，并利用该准则对未知样本进行归类识别，从而判断个体所属类别的一种多元统计方法。Fisher判别分析法以降维为中心思想，将k组m维样本数据投影到某一合适的方向，再根据数据组内方差尽量小，组间方差尽量大的一元方差分析思想判断数据属于哪一个总体。
作者：王子健