| 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].地质科技情报,2018(3). |
| |
| 作者姓名： | 宋康明 姜阳厚 谭志祥 周才文 陈锐 朱冬丽 |
| |
| 作者单位： | 广州市城市规划勘测设计研究院;中国矿业大学环境与测绘学院;江西理工大学建筑与测绘工程学院 |
| |
| 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(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。
|
| 本文献已被 CNKI 等数据库收录！ |
|
