基于AdaBoost组合学习方法的岩爆分类预测研究.pdfVIP

第29卷第4期 岩 土 力 学 V01．29 NO．4 2008年4月 Rock and Soil Mechanics Apr 2008 文章编号l 1000--7598--(2008)04--943--06 基于AdaBoost组合学习 方法的岩爆分类预测研究 葛启发 一，冯夏庭 2 (1．东北大学资源与土木工程学院，沈阳 110004；2．中国科学院武汉岩土力学研究所 岩土力学与工程国家重点实验室，武汉 430071 3．中国恩菲工程技术有限公司，北京 100038．) 摘 要：针对岩爆等级划分问题，考虑了岩爆灾害发生的多种主要影响因素，采用新的数据挖掘方法AdaBoost(即Adaptive Boosting)的组合学习方法，结合流行的人工神经网络BP算法，构建了集成神经网络AdaBoost--ANN(简称AB—ANN) 的岩爆等级多分类预测模型。该模型克服了单一弱分类器的不稳定性，提高了分类器精度，实验结果表明，预测的结果与实 际值比较吻合，证明了该方法的可行性。 关 键 词：岩爆；等级分类；数据挖掘；AdaBoost：神经网络 中图分类号：Tu 324；TB 115 文献标识码：A Classification and prediction of rockburst using AdaBoost combination learning method GE Qi—fa ，FENG Xia—ting (1．School ofResourcesCivil Engineering，Northeastern University，Shenyang 110004，China；2．State Key Laboratory ofGeomechanics andGeotechnicalEngineering，Institute ofRockand SoilMechanics，ChineseAcademy ofSciences，Wuhan430071，China) Abstract：Rockburst is one of the most important geologic hazards．To solve the problem of classification and prediction of rockburst， the main factors of rockburst occurred and the effective classification methods should be considered．，A new method is proposed based on combination of artificial neural networks(ANN)classifiers as weak classifiers by using AdaBoost algorithm in data mining． The AdaBoost—ANN models are established．Overcoming the instability of single classifier,the models Can give more accurate and stable classification for the novel conditions．The results show that this method is reliable，constrictive and promi sing． Key words：rockburst；classification；data mi ning；AdaBoost；ANN 岩爆等级分类预测问题，提出了一些预测判据L3J， 总结出了岩爆发生所具备的主要条件，并采取了许 1