基于XGBoost算法的隧道爆破参数优化研究

余志伟, 吕继娟, 陈馨怡

延边大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (03) : 92 -96.

延边大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (03) : 92 -96. DOI: 10.16379/j.cnki.issn.1004-4353.2025.03.001

基于XGBoost算法的隧道爆破参数优化研究

    余志伟, 吕继娟, 陈馨怡
作者信息 +

Author information +
文章历史 +

摘要

为了更好地优化隧道爆破参数,提出了一种基于极端梯度提升算法(XGBoost算法)的隧道爆破参数优化模型.该模型使用P次K折交叉验证和哈里斯鹰优化算法对XGBoost算法的适应度和超参数取值进行优化,以提高隧道爆破参数的准确率和精度.实验表明:该模型的平均模拟准确率和绝对偏差分别为95.47%、1.08%,平均实际精度和绝对偏差分别为0.92、0.012,且该模型的性能均显著优于BA算法、GA算法、SA算法和传统XGBoost算法.上述表明该模型具有良好的调参准确性和精度,可为隧道施工中的爆破参数选择提供良好参考.

关键词

爆破参数 / 极端梯度提升算法 / 哈里斯鹰优化算法 / 交叉验证 / 隧道施工

Key words

引用本文

引用格式 ▾
余志伟, 吕继娟, 陈馨怡. 基于XGBoost算法的隧道爆破参数优化研究[J]. 延边大学学报(自然科学版), 2025, 51(03): 92-96 DOI:10.16379/j.cnki.issn.1004-4353.2025.03.001

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

安徽省高等学校科学研究项目(2024AH050879);安徽省高等学校科学研究项目(2022AH052070); 安徽职业技术学院校级科技项目(2023xjzr02)

AI Summary AI Mindmap

402

访问

0

被引

详细

导航
相关文章

AI思维导图

/