地质学论文_基于改进迁移学习算法的岩体质量评

文章摘要:岩体质量分级是进行工程设计和施工的基础。通过搜集不同地区55组实测样本和17组插值样本建立案例库，考虑岩体的复杂不确定性以及异地岩体的差异性，在案例库基础上提出一种改进两阶段回归迁移学习（Two-stage TrAdaBoost.R2）-孤立森林（Isolated Forest）多因素岩体质量等级预测模型。将广州抽水蓄能电站第1期地下工程的12个样本用于模型测试，研究结果表明：（1）迁移学习可以通过权重调整选出与目标区域岩体相似的样本，解决了传统机器学习方法中同区域训练样本数量不足的问题。（2）孤立森林算法与迁移学习相结合可以排除异常数据影响，增加模型稳定性。（3）利用训练好的模型对12个测试样本进行多次判定，结果与实际情况基本相符，验证了模型的有效性。

文章关键词:

论文分类号:TV221;P642

文章来源：《力学季刊》 网址: http://www.lxjkzz.cn/qikandaodu/2021/1213/835.html