《表5 不同理论判据的分类准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于9种机器学习算法的岩爆预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本节采用一些常用的岩爆理论判据，对325组岩爆实例进行了分类，并根据这些实例的真实分类情况，对不同理论判据的预测准确率进行了计算，结果如表5所示。不同理论判据分类的准确率范围为0.243～0.514，效果最好的分类结果采用的是弹性能指数判据。总体来看，这些理论判据的分类效果远差于本文建立的基于机器学习的岩爆预测模型，这反映出，采用常用的理论判据无法对这些岩爆案例可靠地分类。一方面，这些理论判据的提出大多基于特定的工程背景，本文搜集的岩爆实例来自于不同的工程，这些理论判据很难准确适用；另一方面，岩爆的发生机制错综复杂，受地应力、岩体结构、岩石物理力学参数、工程类型及开挖方法等多种因素的影响，很难根据单一指标或几个单一指标的简单叠加准确判知岩爆类别。上述对比结果表明，本文建立的基于机器学习的岩爆预测模型由于考虑了多因素的共同作用，可以获得更为准确的岩爆预测结果。