基于CRITIC-XGB算法的岩爆倾向等级预测模型

作者：谢学斌; 李德玄; 孔令燕; 叶永飞; 高山

来源：岩石力学与工程学报, 2020, 39(10): 1975-1982.

DOI：10.13722/j.cnki.jrme.2019.1049

• 岩石力学
• 岩爆等级
• 智能算法
• 预测模型
• CRITIC法
• XGBoost

为了更精确地对岩爆倾向等级进行预测,根据岩爆的成因和特点选取了围岩切向应力,围岩切向应力和单轴抗压强度的比值,岩石脆性指数和岩石的弹性变形能量指数作为岩爆倾向等级预测指标,然后运用改进的CRITIC算法对指标样本进行加权处理,在此基础上引入新的机器学习算法XGBoost对样本进行计算训练,最终建立岩爆倾向等级预测的CRITIC-XGB模型。运用该模型对收集的岩爆实例进行了岩爆倾向等级预测,并将预测结果与XGBoost、随机森林(RF)和支持向量机(SVM)算法的预测结果进行分析研究。研究结果表明:CRITIC-XGB预测模型较单一的XGBoost模型的收敛性能有较为明显的提高;CRITIC-XGB预测模型较单一的XGBoost算法、RF和SVM算法,有更高的预测准确性,为岩爆倾向等级预测提供了一种新的可靠方法。