一种用于岩石节理壁结构面的抗剪强度预测方法及系统

本发明涉及信息处理领域，具体涉及一种用于岩石节理壁结构面的抗剪强度预测方法及系统。

背景技术：

1、节理壁结构面是岩石中天然形成的裂隙或断裂面，其在地质和工程实践中广泛存在，并对岩石体的稳定性和力学行为产生深远影响。有效预测节理壁结构面的抗剪强度，不仅可以指导地下开挖工程的安全施工和支护设计，还能优化岩石质量评估、地质灾害风险分析和岩石力学参数的确定。但是现有技术中针对抗剪强度的获取需要通过繁杂的实验进行获取。

技术实现思路

1、本发明通过基于xgboost模型建立的抗剪强度预测模型对岩石节理壁结构面的抗剪强度进行预测，能够实现基于常规的岩石力学属性输入来预测岩石节理壁结构面的抗剪强度，无需额外进行繁杂的测试实验；并且抗剪强度预测模型的超参数通过改进后的麻雀搜索算法进行模拟优化得到，具备收敛速度快、预测结果精度高等特点。

2、一种用于岩石节理壁结构面的抗剪强度预测方法，包括：

3、获取岩石性质数据集；

4、将岩石性质数据集送入抗剪强度预测模型中进行处理，输出岩石节理壁结构面的抗剪强度，且抗剪强度预测模型基于xgboost模型进行建立，抗剪强度预测模型中的超参数通过改进后的麻雀搜索算法进行模拟优化得到。

5、优选地，针对抗剪强度预测模型进行训练，具体包括如下步骤：

6、获取若干份抗剪强度预测样本，抗剪强度预测样本中包括岩石性质数据集及其对应的岩石节理壁结构面的抗剪强度，将所有抗剪强度预测样本划分为抗剪强度预测训练集和抗剪强度预测测试集；基于抗剪强度预测训练集对抗剪强度预测模型进行构建和训练，且基于抗剪强度预测测试集调整抗剪强度预测模型训练的学习率，判断是否满足训练条件，若是满足训练条件，通过抗剪强度预测测试集计算抗剪强度预测模型的预测准确率，判断抗剪强度预测模型的预测准确率是否高于预设值，若是抗剪强度预测模型的预测准确率高于预设值，输出训练好的抗剪强度预测模型，若是抗剪强度预测模型的预测准确率不高于预设值，基于抗剪强度预测训练集继续对抗剪强度预测模型进行构建和训练；若是不满足训练条件，基于抗剪强度预测训练集继续对抗剪强度预测模型进行构建和训练。

7、优选地，基于抗剪强度预测测试集调整抗剪强度预测模型训练的学习率，具体包括如下步骤：

8、每完成一次抗剪强度预测模型中决策树的构建，视为完成了一次抗剪强度预测模型训练的迭代，基于抗剪强度预测测试集计算当前迭代后抗剪强度预测模型的预测误差；

9、通过如下公式对抗剪强度预测模型训练的学习率进行迭代更新：

10、q(g+1)＝q(g)·eη[δ(g-1)-δ(g)]

11、其中，q(g)为抗剪强度预测模型在当前迭代的学习率，q(g+1)为抗剪强度预测模型在当前迭代的学习率在下一次迭代的学习率，δ(g)为当前迭代后抗剪强度预测模型的预测误差，δ(g-1)为上一次迭代后抗剪强度预测模型的预测误差，η为调整系数。

12、优选地，通过改进后的麻雀搜索算法进行模拟优化得到抗剪强度预测模型中的超参数，具体包括如下步骤：

13、步骤a1：构建n个麻雀个体hn，中n＝1，2，3，…，n，麻雀个体hn中包括{xn，1，xn，2，xn，3，…，xn，j，…，xn，d}，其j＝1，2，3，…，d，d为超参数的总个数，xn，j表示第n个麻雀个体hn中的第j个超参数；将n个麻雀个体hn组成种群集合，设置最大迭代次数t；

14、步骤a2：令t＝1，t用于记录迭代次数；

15、步骤a3：计算种群集合中每个麻雀个体hn对应的适应度fn，将种群集合中所有的麻雀个体hn按照对应的适应度fn从大到小进行排列，并将适应度fn最大的记为麻雀个体hg，将适应度fn最小的记为麻雀个体hworst，再根据划分比例对排列好的所有麻雀个体hn进行划分；将划分后的前者组成发现者集合，划分后的后者组成跟随者集合；

16、步骤a4：针对发现者集合中的所有麻雀个体hn进行更新，更新公式如下：

17、

18、其中，为第t次迭代第n个麻雀个体hn中的第j个超参数，α为(0,1)中的任意随机数；r2为警戒值,在区间[0,1]内取值；st为安全值,在区间[0.5,1]内取值；q为服从正态分布的随机数；l为1×d且元素均为1的矩阵；

19、步骤a5：计算更新后发现者集合中的所有麻雀个体hn的适应度fn，将发现者集合中的适应度值fn最大的麻雀个体hn记为麻雀个体hp，针对跟随者集合的所有麻雀个体hn进行更新，更新公式如下：

20、

21、其中，为麻雀个体hp中的第j个超参数，xworst为麻雀个体hworst中的第j个超参数；s为步长，s基于levy飞行策略进行确定；a+是一个1×d矩阵，随机包含-1和1两个元素；k为跟随者集合中的所有麻雀个体hn按照适应度fn从大到小的顺序排列之后对应的序号值，k为跟随者集合中的所有麻雀个体hn的总数；

22、步骤a6：从种群集合中逐个选择麻雀个体hn，针对选择的麻雀个体hn，执行如下内容，通过随机函数生成一个0至1之间的随机数ζ，判断“ζ＞pc”是否成立，pc为变换阈值，若是“ζ＞pc”不成立，无操作；否则通过如下公式对选择的麻雀个体hn进行更新：

23、

24、其中u为范围在-1到1之间的随机数；β为步长控制参数；fg为麻雀个体hg对应的适应度，fworst为麻雀个体hworst对应的适应度，xg为麻雀个体hworst中的第j个超参数；

25、步骤a7：计算种群集合中每个麻雀个体hn对应的适应度fn，将种群集合中所有的麻雀个体hn按照对应的适应度fn从大到小进行排列，并将适应度fn最大的记为麻雀个体hg，并将麻雀个体hg存入最优麻雀个体库中；将适应度fn最小的记为麻雀个体hworst，再根据划分比例对排列好的所有麻雀个体hn进行划分；将划分后的前者组成发现者集合，划分后的后者组成跟随者集合，进入a8：

26、步骤a8：判断“t＜t”是否成立，若是“t＜t”成立，将t+1赋值给t，回到a4；否则，选择最优麻雀个体库中适应度值最大的麻雀个体hn作为抗剪强度预测模型中的超参数。

27、优选地，麻雀个体hn对应的适应度fn的计算方式如下：

28、基于麻雀个体hn对抗剪强度预测模型中的超参数进行设置，并通过抗剪强度预测测试集获取设置好超参数的抗剪强度预测模型的准确率，将设置好超参数的抗剪强度预测模型的准确率作为麻雀个体hn对应的适应度fn。

29、优选地，基于levy飞行策略进行确定步长s，包括如下公式：

30、s＝μ/|v|1/β,β＝3/2…(1)

31、

32、步长s为公式1-3确定的一个随机数。

33、优选地，抗剪强度预测模通过迁移学习的方式来进行初始化。

34、本发明还提供一种用于岩石节理壁结构面的抗剪强度预测系统，包括：

35、岩石性质数据集获取模块，用于获取岩石性质数据集；

36、抗剪强度预测模块，用于将岩石性质数据集送入抗剪强度预测模型中进行处理，输出岩石节理壁结构面的抗剪强度，且抗剪强度预测模型基于xgboost模型进行建立，抗剪强度预测模型中的超参数通过改进后的麻雀搜索算法进行模拟优化得到。

37、本发明具有以下优点：

38、1、本发明通过基于xgboost模型建立的抗剪强度预测模型对岩石节理壁结构面的抗剪强度进行预测，能够实现基于常规的岩石力学属性输入来预测岩石节理壁结构面的抗剪强度，无需额外进行繁杂的测试实验；并且抗剪强度预测模型的超参数通过改进后的麻雀搜索算法进行模拟优化得到，具备收敛速度快、预测结果精度高等特点。

39、2、本发明通过对抗剪强度预测模型的学习率进行调整，能够实现在预测误差增加时降低学习率，减少过拟合的风险，从而稳定训练过程，反之，若是预测误差减小，增加学习率可以加快训练进程。

40、3、本发明通过引入lévy飞行策略对麻雀搜索算法进行改进，能够提高模拟优化算法的全局搜索能力，从而更快的收敛到全局最优解。