[1]纪俊红 昌润琪 马铭阳 李莎莎.岩爆预测GSK-AdaBoost-Random Forest模型[J].沈阳建筑大学学报(自科版),2021,(5):868-875.[doi:10.11717/j.issn:2095-1922.2021.05.12]
点击复制
岩爆预测GSK-AdaBoost-Random Forest模型(
)
《沈阳建筑大学学报(自科版)》[ISSN:1006-6977/CN:61-1281/TN]
- 卷:
-
- 期数:
-
2021年第5期
- 页码:
-
868-875
- 栏目:
-
土木工程
- 出版日期:
-
2021-09-30
文章信息/Info
- 作者:
-
纪俊红 昌润琪 马铭阳 李莎莎
-
- 关键词:
-
岩石力学; 岩爆预测; Random Forest; AdaBoost; 评价指标
- DOI:
-
10.11717/j.issn:2095-1922.2021.05.12
- 摘要:
-
目的 建立精度更高,适用性更广的岩爆预测模型,提高岩爆预测工作效率,得到最优的岩爆预测评价指标组合,解决岩爆样本数据不均衡、量纲不同的问题。方法 改进模型和优选评价指标两个角度构建岩爆预测改进模型。以预测性能较佳的Random Forest为基本算法,结合基于AdaBoost集成和参数寻优两种思路改进模型,建立GSK-AdaBoost-Random Forest模型。根据样本实际及岩爆成因,构建6组岩爆评价指标组合,分别作为输入变量训练模型。应用随机过采样、统一极差处理法等技术对实测数据进行预处理,构建应用样本集。应用其训练模型,根据准确率比较不同特征组合、不同模型的预测性能。结果 以σθ、σc、σt、σθ/σc、σc/σt、Wet为评价指标的岩爆预测GSK-AdaBoost-Random Forest模型准确率最高,为0.857,较准确率最高值为0.69的常规随机森林模型提升明显。对8个工程实例进行的岩爆预测研究验证了所建模型的可靠性。结论 GSK-AdaBoost-Random Forest模型的预测准确性远高于常用判别准则,且不易发生过拟合,将其应用于岩爆预测实践可行性较高。
更新日期/Last Update:
2021-10-27