基于随机森林方法的岩石节理粗糙度系数研究          下载免费PDF全文

宋康明  姜阳厚  谭志祥  周才文  陈锐  朱冬丽 《地质科技通报》2018,37(3):263-267

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。   相似文献   

基于随机森林方法的岩石节理粗糙度系数研究   总被引：1，自引：0，他引：1  

宋康明  姜阳厚  谭志祥  周才文  陈锐  朱冬丽 《地质科技情报》2018,(3)

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(Random forest,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,即节理表面最大峰高Sp、表面最大高度Sz、表面最大谷深Sv、峰度系数Sku、偏斜度系数Ssk、均方根高度Sq、算数平均高度Sa;最后,结合R语言构建了一种RF回归预测分形维数D和JRC值的模型,其中用于训练和测试RF回归模型的样本资料源于某高校的实测数据。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%。(2)RF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。  相似文献