基于BWO-RF模型的岩体质量评价方法

岩体质量分级是地下工程初期设计和施工的基础。为了更加高效准确地开展岩体质量评价,提出了一种基于白鲸优化(BWO)随机森林的岩体质量评价模型——BWO-RF模型,同时构建了麻雀搜索算法优化随机森林(SSA-RF)、粒子群优化随机森林(PSO-RF)和未优化随机森林(RF)的岩体质量评价模型进行对比。在模型构建前,建立了包含131组工程实例数据的数据库,运用该数据库最终完成了4种模型的训练和测试。基于模型测试结果,采用准确率、查准率、召回率、F1值和AUC值5个评价指标对模型进行对比优选。研究结果表明:BWO-RF模型各项评价指标均优于其余3种模型,具有更优的评价性能;经过工程实例验证,本研究所提出的BWO-RF模型预测准确率达90%,可为实际工程建设提供参考依据,具备实际工程应用价值。