基于Stacking集成算法的岩爆等级预测研究 |
| |
引用本文: | 刘德军,戴庆庆,左建平,商奇,陈国亮,郭艺豪.基于Stacking集成算法的岩爆等级预测研究[J].岩石力学与工程学报,2022(S1):2915-2926. |
| |
作者姓名: | 刘德军 戴庆庆 左建平 商奇 陈国亮 郭艺豪 |
| |
作者单位: | 1. 中国矿业大学(北京)力学与建筑工程学院;2. 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室 |
| |
基金项目: | 国家自然科学基金资助项目(51878658);;中央高校基本科研业务费专项资金资助(2021YQLJ01)~~; |
| |
摘 要: | 岩爆是地下工程面临的一个巨大灾害,岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向,但现阶段各机器学习算法表现不同,并且相互独立工作,没有融合,不能优势互补,导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法,融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法),充分发挥各算法的优势,实现优势互补;为保证新特征信息具有多样性,结合各种机器学习算法的原理和岩爆样本库的特点,提出3组考虑多个岩爆预测指标的Stacking集成算法,每组算法拥有不同基模型和多个元模型,解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值,结果表明构建的Stacking集成算法可以有效融合各机器学习算法,预测性能显著提升。在3组Stacking集成算法中,Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...
|
关 键 词: | 岩石力学 岩爆预测 Stacking集成算法 算法融合 机器学习 |
|
|