基于改进迁移学习算法的岩体质量评价模型

来源：黄金科学技术杂志2021年第6期北京时间：

作者：胡建华,郭萌萌,周坦,张涛

单位：中南大学资源与安全工程学院，湖南 长沙 410083

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和异地岩体的差异性，在案例库基础上提出了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，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的影响，增加模型的稳定性。（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。

关键词：岩石力学,岩体质量评价,机器学习,迁移学习,孤立森林,TrAdaBoost算法

基金资助：国家自然科学基金项目“深部采动下地质结构体跨尺度时变力学行为试验及机理”(41672298)