基于高斯过程回归的岩体结构面粗糙度系数预测模型

作者：郑可馨; 吴益平^*; 李江; 苗发盛; 柯超

来源：地质科技通报, 2023, 1-11.

DOI：10.19509/j.cnki.dzkq.tb20230113

• 岩体结构面
• 粗糙度
• 高斯过程回归
• 统计参数
• 预测

(目的)岩体结构面粗糙度系数(JRC)的估算是岩体力学性质评价的重要环节，由于单一统计参数法难以全面表征岩体结构面的复杂粗糙形貌，单一统计参数法建立的JRC计算模型精度较低。(方法)为此选取表征结构面粗糙形态的8种统计参数，结合主成分分析法(PCA)和高斯过程回归(GPR)算法，构建基于多参数融合的JRC预测模型。以公开的112条岩体结构面剖面线数据集(其中95条作为训练样本，17条为验证样本)为例进行分析研究，最后将预测所得JRC与实测值对比并分析预测效果。(结果与结论)结果表明：由高斯过程回归构建的JRC预测模型决定系数(R2)高达0.972，均方根误差(MSE)为0.517，反映出高斯过程回归方法在小样本条件下构建多统计参数与JRC值隐式关系的适用性，为今后人工智能在JRC指标预测方面实现合理预测提供思路。

• 单位
  中国地质大学（武汉）