| 摘 要： | 为了提高预测岩爆烈度等级的准确度,选取岩体应力系数(σ_θ/σ_c)、岩石脆性系数(σ_c/σ_t)和弹性变形能系数(W_(et))构建岩爆烈度等级预测指标体系。基于国内外145组岩爆案例工程数据,采用6种机器学习算法结合随机交叉验证方法分别建立岩爆烈度等级预测模型,利用相关系数原理计算出相关系数,根据变量间的相关系数,确定变量之间不存在强相关,同时先对原始岩爆案例工程数据进行极端值处理,然后做标准化处理,消除量纲的影响。引入T–分布邻域嵌入(T-SNE)降维方法,对数据进行降维可视化,最后,对建立的6种岩爆烈度等级预测模型准确率进行分析讨论及评估。研究结果表明:基于T–分布邻域嵌入(T-SNE)降维方法,结果显示各岩爆烈度等级具有明显的聚集现象;支持向量机模型(SVM)对于岩爆烈度等级为1的样本具有较高的预测准确率,对于岩爆烈度等级为2～4的样本,线性判别模型具有较高的预测准确率,同时兼有较为稳定的模型表现;将线性判别模型(LDA)应用到锦屏二级水电站、江边水电站和苍岭隧道等岩爆案例工程,发现LDA模型预测结果与岩爆实际等级相同,研究结果为岩土工程岩爆预测问题提供较好的指导意义。
|
