留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于随机森林方法的岩石节理粗糙度系数研究

宋康明 姜阳厚 谭志祥 周才文 陈 锐 朱冬丽

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]. 地质科技通报, 2018, 37(3): 263-267.
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]. 地质科技通报, 2018, 37(3): 263-267.
Song Kangming, Jiang Yanghou, Tan Zhixiang, Zhou Caiwen, Zhu Dongli. Method to Calculate the Joint Roughness Coefficient Based on Random Forest[J]. Bulletin of Geological Science and Technology, 2018, 37(3): 263-267.
Citation: Song Kangming, Jiang Yanghou, Tan Zhixiang, Zhou Caiwen, Zhu Dongli. Method to Calculate the Joint Roughness Coefficient Based on Random Forest[J]. Bulletin of Geological Science and Technology, 2018, 37(3): 263-267.

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

  • 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(Randomforest,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,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(Randomforest,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,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%。②RF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。

     

  • 加载中
计量
  • 文章访问数:  1370
  • PDF下载量:  765
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-05-31

目录

    /

    返回文章
    返回