基于机器学习可解释性算法的岩爆指标分析

韩策; 翟越; 屈璐; 李宇白; 李艳

首页> 中文期刊> 《科学技术与工程》 >基于机器学习可解释性算法的岩爆指标分析

基于机器学习可解释性算法的岩爆指标分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为探究弹性能指数、应力系数、脆性系数、埋深4种岩爆指标与岩爆等级之间的相关关系,解决复杂机器学习算法的黑盒问题。引入LIME(local interpretable model agnostic explanations)算法,完善岩爆机器学习预测过程中的可解释性。搜集了中外190组岩爆实例工程构建数据集经过预处理后,通过9种机器学习算法比较获得最优算法并采用贝叶斯优化获得算法最优参数,建立岩爆预测模型。基于LIME可解释性算法,对4种岩爆指标进行相关、回归及阈值分析,最后采用弹性能指数及应力系数两种指标阈值对终南山隧道竖井工程进行岩爆预测。研究结果表明:岩爆等级与弹性能指数、应力系数呈线性相关,且弹性能指数线性关系更明显;岩爆等级与脆性系数、埋深呈非线性相关,且脆性系数非线性关系更明显;4个岩爆指标对岩爆等级影响程度依次为:弹性能指数、应力系数、埋深、脆性系数;LIME算法可以准确地表达岩爆等级与岩爆指标之间的相关关系且得到的两种指标阈值与终南山隧道竖井工程实例具有一致性。

著录项

来源
《科学技术与工程》 |2023年第18期|7895-7902|共8页
作者
韩策; 翟越; 屈璐; 李宇白; 李艳;
展开▼
作者单位

长安大学地质工程与测绘学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类岩石（岩体）力学及岩石测试;
关键词
岩石力学; 岩爆预测; 经验判据; 机器学习; 可解释性;

相似文献

中文文献
外文文献
专利

1. 基于10种机器学习算法的多指标岩爆倾向性等级评价 [J] . 王宇航 ,周宗红 . 有色金属:矿山部分 . 2023,第期
2. 基于集成算法和普通机器学习算法的岩爆分级预测及选择 [J] . 陈则黄 ,李克钢 ,李明亮 . 有色金属:矿山部分 . 2023,第期
3. 基于机器学习算法的企业财务舞弊预测及可解释性分析 [J] . 童洁 ,蒋红艳 . 中国市场 . 2023,第11期
4. 基于可解释性机器学习算法的开颅手术患者重症监护室住院时间预测模型 [J] . 王绍博 ,王琪琪 ,焦增涛 . 中国医疗设备 . 2022,第5期
5. 机器学习LGBM算法预测隧道岩爆分级 [J] . 刘永红 ,屈希峰 . 四川建筑 . 2021,第6期
6. 基于属性加权动态k-邻近机器学习算法的热力站动态能耗指标预测模型 [C] . 关向东 ,于志国 ,张海增 . 2017供热工程建设与高效运行研讨会 . 2017
7. 基于粒子群优化算法支持向量机的岩爆预测研究 [A] . 张玲 . 2014

基于机器学习可解释性算法的岩爆指标分析

摘要

著录项

相似文献

相关主题

期刊订阅