基于集成树算法的岩石黏聚力和内摩擦角预测方法

李地元,杨博,刘子达,刘永平,赵君杰

Prediction Method of Rock Cohesion and Internal Friction Angle Based on Ensemble Tree Algorithm

Diyuan LI,Bo YANG,Zida LIU,Yongping LIU,Junjie ZHAO

表4 模型的性能指标及得分

Table 4 Performance indicators and scores of the models

预测参数	模型	数据集	R²		MAE		RMSE		VAF/%		最终得分
预测参数	模型	数据集	数值	得分	数值	得分	数值	得分	数值	得分	最终得分
c/MPa	RF	训练集	0.998	2	0.124	2	0.189	2	99.861	2	16
	RF	测试集	0.990	2	0.387	2	0.524	2	99.056	2	16
	ET	训练集	0.999	5	0.018	5	0.032	3	99.996	3	36
	ET	测试集	0.993	5	0.309	5	0.450	5	99.306	5	36
	AdaBoost	训练集	0.982	1	0.572	1	0.672	1	98.304	1	8
	AdaBoost	测试集	0.979	1	0.612	1	0.764	1	98.060	1	8
	GBDT	训练集	0.999	5	0.021	3	0.030	4	99.997	4	30
	GBDT	测试集	0.992	4	0.336	3	0.471	4	99.245	3	30
	CatBoost	训练集	0.999	5	0.020	4	0.025	5	99.998	5	33
	CatBoost	测试集	0.991	3	0.333	4	0.488	3	99.249	4	33
φ/ （°）	RF	训练集	0.992	2	0.232	2	0.362	2	99.292	2	20
	RF	测试集	0.964	3	0.662	3	0.902	3	96.534	3	20
	ET	训练集	0.999	5	0.053	5	0.085	5	99.961	5	39
	ET	测试集	0.970	5	0.612	4	0.823	5	97.058	5	39
	AdaBoost	训练集	0.904	1	1.026	1	1.327	1	90.515	1	8
	AdaBoost	测试集	0.892	1	1.284	1	1.566	1	89.292	1	8
	GBDT	训练集	0.999	5	0.063	4	0.087	4	99.959	4	34
	GBDT	测试集	0.966	4	0.579	5	0.873	4	96.684	4	34
	CatBoost	训练集	0.998	3	0.136	3	0.167	3	99.849	3	20
	CatBoost	测试集	0.962	2	0.702	2	0.919	2	96.349	2	20