基于修正散点图矩阵与随机森林的岩爆等级预测

为了提高岩爆预测模型的精度,以围岩洞壁最大切向应力(MTS)、岩石单轴抗压强度(UCS)、岩石单轴抗拉强度(UTS)、应力系数(SCF)、脆性系数(BI)、岩石弹性能指数(EEI)等参数作为预选预测指标。运用修正散点图矩阵分析指标间、指标与岩爆等级间的关系,筛选指标集中的离群值,确定构成岩爆预测的指标体系。引入并优化随机森林算法,采用Randomize Search CV和Grid Search CV方法寻求最优超参数,运用优化后模型对岩爆实例进行岩爆倾向性等级预测,并将预测结果与神经网络模型(ANN)、支持向量机模型(SVM)、XGBoost模型结果进行分析对比。研究表明:修正散点图矩阵对筛选多维岩爆数据离群值是有效的,优化后的Random Forest模型的预测准确率为92.6%,为岩爆倾向性分级提供一种新的方法。