【摘要】：以巖石單軸抗壓強(qiáng)度、單軸抗拉強(qiáng)度、硐室最大切向應(yīng)力、巖石壓拉比、應(yīng)力系數(shù)、彈性變形指數(shù)和完整性系數(shù)為巖爆評價指標(biāo),建立了4種評價方案;在引入隨機(jī)森林算法的基礎(chǔ)上,建立了巖爆等級預(yù)測的隨機(jī)森林模型,并通過R語言編寫代碼對該模型進(jìn)行了計算,得出評價指標(biāo)的重要性和預(yù)測結(jié)果;將4種評價方案用隨機(jī)森林法、線性回歸法和支持向量機(jī)法分別進(jìn)行預(yù)測并將結(jié)果進(jìn)行對比分析。結(jié)果表明:隨機(jī)森林法的巖爆預(yù)測準(zhǔn)確率較高(達(dá)到97%),適用于解決數(shù)據(jù)不完全的小樣本問題;巖石完整性系數(shù)重要度最大,巖石單軸抗壓強(qiáng)重要度最小。
【圖文】：

并行處理、運算效率高、訓(xùn)練速度快、對異常值和噪聲容忍度好、預(yù)測準(zhǔn)確率高、可對變量重要性進(jìn)行排序和不容易出現(xiàn)過擬合等優(yōu)點在巖土工程［11］、水電系統(tǒng)［12］、金融證券［13］、生態(tài)學(xué)［14］等方面取得了廣泛的應(yīng)用。2巖爆等級預(yù)測模型的構(gòu)建2．1模型構(gòu)建流程隨機(jī)森林分類是由很多決策樹分類模型{h(X，Θm)，m=1，…，n}組成的分類模型的集合，參數(shù)集{Θm}是獨立同分布的隨機(jī)向量，在給定自變量X下，每個決策樹分類模型都有一票投票權(quán)來選擇最優(yōu)的分類結(jié)果。巖爆等級預(yù)測的隨機(jī)森林模型構(gòu)建流程見圖1。圖1巖爆等級判別的隨機(jī)森林模型構(gòu)建流程模型構(gòu)建步驟［12，15］如下:1)從給定的n個巖爆樣本中隨機(jī)有放回的抽出m個樣本，每棵分類樹的全部訓(xùn)練數(shù)據(jù)形成一個訓(xùn)練樣本集。2)每個訓(xùn)練樣本集單獨生長成為一棵不剪枝葉的分類樹。在樹的每個節(jié)點處從K個特征中隨機(jī)挑選k個特征(k≤K)，在每個節(jié)點上從k個特征中選取最優(yōu)特征進(jìn)行分支生長。這棵分類樹充分生長，使每個節(jié)點的不純度達(dá)到最小，不進(jìn)行剪枝操作。3)根據(jù)步驟2)，按生成的多個樹分類器對巖爆測試樣本進(jìn)行預(yù)測。對m個巖爆樣本分別建立m個巖爆決策樹模型，對測試樣本的分類進(jìn)行決策，總共得到m個分類結(jié)果，巖爆測試樣本的預(yù)測結(jié)果按每個樹分類器的投票多少而決定。2．2模型的實現(xiàn)巖爆等級預(yù)測的隨機(jī)森林模型的實現(xiàn)需借助相關(guān)的數(shù)據(jù)處理工具。Ｒ［12］是一種自由軟件編程語言與操作環(huán)境，是一種數(shù)學(xué)計算的環(huán)境，是一套完整的數(shù)據(jù)處理、計算和制圖軟件系統(tǒng)，具備高效的數(shù)據(jù)處理和存儲功能。本文利用Ｒ語言，通過調(diào)用隨機(jī)森林算法程序包，編寫數(shù)據(jù)處理計算的Ｒ語言代碼，進(jìn)而實現(xiàn)巖爆預(yù)測隨機(jī)森林模型計算。其具體計算流程如圖2所示。圖2隨機(jī)森?

６奙個巖爆樣本分別建立m個巖爆決策樹模型，，對測試樣本的分類進(jìn)行決策，總共得到m個分類結(jié)果，巖爆測試樣本的預(yù)測結(jié)果按每個樹分類器的投票多少而決定。2．2模型的實現(xiàn)巖爆等級預(yù)測的隨機(jī)森林模型的實現(xiàn)需借助相關(guān)的數(shù)據(jù)處理工具。Ｒ［12］是一種自由軟件編程語言與操作環(huán)境，是一種數(shù)學(xué)計算的環(huán)境，是一套完整的數(shù)據(jù)處理、計算和制圖軟件系統(tǒng)，具備高效的數(shù)據(jù)處理和存儲功能。本文利用Ｒ語言，通過調(diào)用隨機(jī)森林算法程序包，編寫數(shù)據(jù)處理計算的Ｒ語言代碼，進(jìn)而實現(xiàn)巖爆預(yù)測隨機(jī)森林模型計算。其具體計算流程如圖2所示。圖2隨機(jī)森林模型計算流程需要注意的是，為了便于數(shù)據(jù)的調(diào)用和后續(xù)計算，數(shù)據(jù)集應(yīng)按照Ｒ的格式要求保存成csv格式，再進(jìn)行導(dǎo)入。隨機(jī)森林主要參數(shù)有巖爆預(yù)測中輸入變量的數(shù)量(mtry)及選擇森林中樹的數(shù)量(ntree)，這2個參數(shù)決定計算的效率和結(jié)果的準(zhǔn)確性，出于對樣本的數(shù)量和計算結(jié)果的準(zhǔn)確性考慮，本文將mtry和ntree分別設(shè)置為3和500。Ｒ本身不具備對隨機(jī)森林模型的處理功能，要實現(xiàn)巖爆預(yù)測隨機(jī)森林模型的計算，需要對相關(guān)過程進(jìn)行Ｒ語言編程。在開源的Ｒ語言環(huán)境下，本文編寫了軟件包調(diào)用、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)計算以及結(jié)果輸出的代碼，具體如下:＞install．packages("randomForest")＞library(randomForest)24礦冶工程第37卷

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 溫廷新;張波;邵良杉;;煤與瓦斯突出預(yù)測的隨機(jī)森林模型[J];計算機(jī)工程與應(yīng)用;2014年10期

本文編號：2564275