典型文献
基于修正散点图矩阵与随机森林的岩爆等级预测
文献摘要：
为了提高岩爆预测模型的精度,以围岩洞壁最大切向应力(MTS)、岩石单轴抗压强度(UCS)、岩石单轴抗拉强度(UTS)、应力系数(SCF)、脆性系数(BI)、岩石弹性能指数(EEI)等参数作为预选预测指标.运用修正散点图矩阵分析指标间、指标与岩爆等级间的关系,筛选指标集中的离群值,确定构成岩爆预测的指标体系.引入并优化随机森林算法,采用Randomize Search CV和Grid Search CV方法寻求最优超参数,运用优化后模型对岩爆实例进行岩爆倾向性等级预测,并将预测结果与神经网络模型(ANN)、支持向量机模型(SVM)、XGBoost模型结果进行分析对比.研究表明:修正散点图矩阵对筛选多维岩爆数据离群值是有效的,优化后的Random Forest模型的预测准确率为92.6％,为岩爆倾向性分级提供一种新的方法.
文献关键词：
岩爆灾害等级预测;修正散点图矩阵;指标优选;优化随机森林模型
中图分类号：
作者姓名：
刘剑;周宗红
作者机构：
昆明理工大学国土资源工程学院,昆明650093
文献出处：
引用格式：
[1]刘剑;周宗红-.基于修正散点图矩阵与随机森林的岩爆等级预测)[J].有色金属工程,2022(03):120-128
A类：
修正散点图矩阵,Randomize,岩爆灾害等级预测
B类：
岩爆等级预测,岩爆预测,围岩,岩洞,切向应力,MTS,单轴抗压强度,UCS,抗拉强度,UTS,应力系数,SCF,脆性,BI,石弹,弹性能指数,EEI,预选,预测指标,矩阵分析,分析指标,筛选指标,指标集,离群值,成岩,随机森林算法,Search,CV,Grid,优超,超参数,岩爆倾向性,ANN,支持向量机模型,XGBoost,分析对比,Forest,预测准确率,指标优选,优化随机森林模型
AB值：
0.347131
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
