-
题名基于随机森林方法的岩石节理粗糙度系数研究
被引量：6
- 1
-
-
作者
宋康明
姜阳厚
谭志祥
周才文
陈锐
朱冬丽
-
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
-
出处
《地质科技情报》
CSCD
北大核心
2018年第3期263-267,共5页
-
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)
-
文摘
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
决策树
随机森林
R语言
岩石节理粗糙度系数
分形维数
-
Keywords
decision tree
random forest
R language
joint roughness coefficient
fractal dimension
-
分类号
P554
[天文地球—构造地质学]
-
