地质科技情报

2018, v.37;No.180(03) 263-267

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于随机森林方法的岩石节理粗糙度系数研究
Method to Calculate the Joint Roughness Coefficient Based on Random Forest

宋康明;姜阳厚;谭志祥;周才文;陈锐;朱冬丽;

摘要(Abstract):

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。

关键词(KeyWords): 决策树;随机森林;R语言;岩石节理粗糙度系数;分形维数

Abstract:

Keywords:

基金项目(Foundation): 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)

作者(Author): 宋康明;姜阳厚;谭志祥;周才文;陈锐;朱冬丽;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享