标题
  • 标题
  • 作者
  • 关键词

基于数值样本和随机森林分类器的岩爆风险快速预测代理模型

2024-07-01分类号:TV223.1

【作者】王克忠   谢添   李梅   张如九   侯少康   王震洲   刘耀儒
【部门】浙江工业大学土木工程学院  云南省滇中引水工程有限公司  清华大学水圈科学与水利工程全国重点实验室  中国电力建设集团  水电水利规划设计总院  国网经济技术研究院有限公司  
【摘要】该文依托滇中引水工程香炉山隧洞,开展深埋隧洞掘进过程中岩爆风险预测研究,提出基于数值样本和随机森林(random forest, RF)的岩爆风险快速预测代理模型。以地应力和围岩本构参数作为模型输入特征,以围岩最大弹性应变能密度作为输出特征,开展使用隧道掘进机(tunnel boring machine, TBM)掘进深埋隧洞过程中的多工况数值仿真,基于正交试验设计构建了611组数值样本,并通过围岩能量演化分析和相关性分析,验证输入、输出参数的合理性。进一步以RF为基分类器,利用10折交叉验证优化超参数,建立了岩爆风险快速预测代理模型,并对比多种机器学习算法,验证所提代理模型的预测准确性和适用性。结果表明:所提方法具有良好的预测性能和泛化能力,测试集样本的预测准确率达82.02%,优于用于比较的其余4种机器学习模型,为快速预测深埋隧洞施工期岩爆风险提供了一种研究路径。
【关键词】深埋隧洞  岩爆风险  隧道掘进机  数值样本  随机森林  弹性应变能
【基金】国家自然科学基金资助项目(52179105);; 云南省重大科技专项计划项目(202102AF080001);; 浙江省公益技术研究计划项目(LGF21E090005);; 国家电网有限公司总部管理科技项目(5200-202322135A-1-1-ZN)
【所属期刊栏目】清华大学学报(自然科学版)
文献传递