基于随机森林回归分析的岩体结构面粗糙度研究

岩体结构面粗糙度系数是快速估算结构面峰值抗剪强度的重要参数。但是结构面轮廓曲线复杂,单一统计参数无法量化表征粗糙度。为解决这一问题,收集了112条结构面轮廓曲线起伏角、起伏度、迹线长度3方面的8项统计参数,利用随机森林回归模型交叉验证的方法评估统计参数的重要性。
结果表明：最大起伏度、起伏高度标准偏差、平均起伏角、起伏角标准差、平均相对起伏度及粗糙度剖面指数等6项统计参数重要性占比达到93.2%,且回归拟合系数趋于平稳,基于重要性评估结果建立最优超参数决策树数目（ntree）为400、参与节点分割的数目（mtry）为2的随机森林回归模型,模型预测结果拟合优度高达98.1%。与基于坡度均方根、结构函数及粗糙度剖面指数等传统线性回归结果对比,随机森林回归模型结果精度更高,误差更小,拟合优度提高6%以上,表明随机森林回归模型更适用于结构面粗糙度反演。