基于Boosting-决策树C5.0的岩体结构面粗糙度预测

• 作者: 苗发盛 吴益平 李麟玮 廖康 薛阳
• 来源期刊: 浙江大学学报（工学版）
• 关键词: 岩体结构面 粗糙度系数 决策树C5.0 形态参数 预测
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 土木与交通工程|Civil and Traffic Engineering
• 页码范围: 483-490
• 页数: 8页
• 分类号: P642
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.03.008

摘要

针对目前岩体结构面粗糙度系数(JRC)定量评价模型构建困难且预测精度较低的问题,搜集包括10条Barton标准剖面线在内的112条岩体结构面JRC,统计各剖面线的8种形态参数.?采用主成分分析降维处理形态参数,共得到5个主成分.?以前102组剖面线参数作为训练样本,采用Boosting-决策树C5.0算法构建模型,以10条Barton标准剖面线验证模型精度.?对比决策树C5.0模型、CHAID决策树模型、支持向量机(SVM)模型、类神经网络模型,分析各模型预测效果.?结果表明,Boosting-决策树C5.0模型的预测结果平均误差、均方根误差均最小.?建立的显式JRC预测模型,包含8层共计68节点的判别阈值.