基于MICE＿RF的组合赋权—极限随机树岩爆预测模型

作者：温廷新; 苏焕博^*

来源：黄金科学技术, 2022, 30(03): 392-403.

• 岩爆等级预测
• 数据缺失
• 链式随机森林的多重插补(MICE＿RF)算法
• 组合赋权
• 权向量距离
• 极限随机树(ET)算法

目前岩爆预测的真实训练数据量小、数据存在缺失，为了更加准确地预测岩爆等级，提出了一种基于链式随机森林多重插补（MICE＿RF）算法的组合赋权—极限随机树（ET）预测模型。首先，在选取岩爆灾害主要评判指标的基础上，采用MICE＿RF算法插补缺失数据；然后，由改进层次分析法（IAHP）和基于指标相关性的权重确定方法（CRITIC）确定指标主、客观权重，并引入权向量距离概念对指标组合赋权；最后，将插补和赋权后数据集采用ET算法，构建岩爆等级预测模型。利用国内外工程实例数据进行20次随机抽样试验，并与其他模型进行对比分析。结果表明：MICE＿RF插补后可显著提高岩爆模型预测效果；改进AHPCRITIC法较改进前更具优势，该模型平均预测准确率为93.10%，各比较指标结果均优于对比模型，预测结果更稳定。

• 单位
  辽宁工程技术大学