基于BWO-RF模型的岩体质量评价方法

摘要

岩体质量分级是地下工程初期设计和施工的基础。为了更加高效准确地开展岩体质量评价，提出了一种基于白鲸优化（BWO）随机森林的岩体质量评价模型——BWO-RF模型，同时构建了麻雀搜索算法优化随机森林（SSA-RF）、粒子群优化随机森林（PSO-RF）和未优化随机森林（RF）的岩体质量评价模型进行对比。在模型构建前，建立了包含131组工程实例数据的数据库，运用该数据库最终完成了4种模型的训练和测试。基于模型测试结果，采用准确率、查准率、召回率、F1值和AUC值5个评价指标对模型进行对比优选。研究结果表明：BWO-RF模型各项评价指标均优于其余3种模型，具有更优的评价性能；经过工程实例验证，本研究所提出的BWO-RF模型预测准确率达90%，可为实际工程建设提供参考依据，具备实际工程应用价值。

关键词

安全工程 / 岩体质量评价 / 岩体质量分级 / 白鲸优化 / 随机森林 / 交叉验证