10.13722/j.cnki.jrme.2019.0686
基于9种机器学习算法的岩爆预测研究
岩爆预测是减轻乃至消除岩爆危害的基础.本文构建含325组岩爆案例的岩爆预测数据集,通过引入9种经典机器学习算法,建立9个考虑多因素的岩爆预测模型,发展并完善岩爆预测方法.模型建立过程中,采用空值填充、重采样等多项数据预处理技术对数据进行清洗、归一化及降维,解决了数据不均衡问题.通过特征提取与选择,获得岩爆预测的最优的特征组合,采用网格搜索交叉验证技术获得模型的最优参数.采用准确率、精确率、召回率、R值、宏平均、微平均等指标对模型预测性能进行验证与评估,并与常用理论判据的分类性能进行了对比.检验结果表明,所建模型的预测效果较好,且远好于单纯依靠理论判据所得的结果.最后,采用本文模型对西藏多雄拉隧道进行了岩爆倾向性分析,预测结果与现场情况具有较好的一致性.
岩石力学、岩爆、预测、机器学习、理论判据
39
TU45(土力学、地基基础工程)
国家重点研发计划;国家自然科学基金;国家自然科学基金
2020-07-14(万方平台首次上网日期,不代表论文的发表时间)
共9页
773-781