| 基于随机森林方法的岩石节理粗糙度系数研究 |
| |
| 引用本文： | 宋康明,姜阳厚,谭志祥,周才文,陈 锐,朱冬丽.基于随机森林方法的岩石节理粗糙度系数研究[J].地质科技通报,2018,37(3):263-267. |
| |
| 作者姓名： | 宋康明 姜阳厚 谭志祥 周才文 陈 锐 朱冬丽 |
| |
| 摘 要： | 岩石节理粗糙度系数（ＪＲＣ）是研究岩石力学的重要参数之一。为 精 确 有 效 地 描 述ＪＲＣ，提 出 了 一 种 基 于 随 机 森 林（Ｒａｎｄｏｍｆｏｒｅｓｔ，ＲＦ）算法研究ＪＲＣ 的新方法。首先，详细叙述了 ＲＦ算法的原理和实现流程；然后，简要分析了影响ＪＲＣ的一些统计参数，确定了７个重要的基本变量，岩石节理粗糙度系数（ＪＲＣ）是研究岩石力学的重要参数之一。为 精 确 有 效 地 描 述ＪＲＣ，提 出 了 一 种 基 于 随 机 森 林（Ｒａｎｄｏｍｆｏｒｅｓｔ，ＲＦ）算法研究ＪＲＣ 的新方法。首先，详细叙述了 ＲＦ算法的原理和实现流程；然后，简要分析了影响ＪＲＣ的一些统计参数，确定了７个重要的基本变量，用６组实测数据对训练后的 ＲＦ回归模型进 行 了 测 试，试 验 结 果 表 明:①利用ＲＦ回归模型预计的Ｄ 值、ＪＲＣ 值与实测值的最大相对误差仅为３．８４４％、４．５５３％。②ＲＦ回归模型具有较强的泛化能力，需要考虑的模型参数少，预测精度高，为今后继续研究Ｄ 值和ＪＲＣ 值提供了一种新思路。
|
|
| 点击此处可从《地质科技通报》浏览原始摘要信息 |
|
点击此处可从《地质科技通报》下载全文 |
|
