节点文献

基于随机森林方法的岩石节理粗糙度系数研究

免费订阅

【作者】 宋康明姜阳厚谭志祥周才文陈锐朱冬丽

【Author】 Song Kangming;Jiang Yanghou;Tan Zhixiang;Zhou Caiwen;Chen Rui;Zhu Dongli;Guangzhou Urban Planning Survey Design and Research Insitute;School of Environment and Survey and Mapping,China University of Mining and Technology;School Architectural and Surveying of Mapping Engineering,Jiangxi University of Science and Technology;

【机构】 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。

【基金】 国家自然科学基金项目(41272389);江苏高校优势学科建设工程项目(SZBF2011-6-B35)
【所属期刊栏目】 技术方法 (2018年03期)
  • 【DOI】10.19509/j.cnki.dzkq.2018.0335
  • 【分类号】TU452
  • 【被引频次】1
  • 【下载频次】163
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: