买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明理工大学

摘要：本发明涉及岩土工程技术领域，具体为一种基于BOA‑集成学习的岩爆烈度预方法，该方法包括如下步骤：获取预测样本数据集并对所述预测样本数据集进行优化，以获得目标预测数据；基于贝叶斯优化算法、目标预测数据和特定机器学习算法建立基础学习器，并获得基础学习器结果；设置第一集成方式，利用第一集成方式对基础学习器结果进行分析，以获得集成分类器；基于贝叶斯优化算法得到基础学习器和集成分类器的最佳超参数；设置第二集成方式，根据第二集成方式、集成分类器和最佳超参数建立岩爆烈度预测模型。本发明融合多种算法和集成方法构建岩爆烈度预测模型，并结合贝叶斯优化算法优化相关算法的超参数，实现模型训练提高模型预测准确率。

主权项：1.一种基于BOA-集成学习的岩爆烈度预测方法，其特征在于，包括如下步骤：依据岩爆案例获取预测样本数据集，并对所述预测样本数据集进行优化，以获得目标预测数据，所述预测样本数据集包括应力集中系数、脆性系数以及弹性能量指数；基于贝叶斯优化算法、所述目标预测数据和特定机器学习算法建立基础学习器，并获得基础学习器结果；设置第一集成方式，利用所述第一集成方式对所述基础学习器结果进行分析，以获得集成分类器；基于所述贝叶斯优化算法得到所述基础学习器和所述集成分类器的最佳超参数；设置第二集成方式，根据所述第二集成方式、所述集成分类器和所述最佳超参数建立岩爆烈度预测模型；所述获取预测样本数据集并对所述预测样本数据集进行优化包括：基于孤立森林法、箱线法和标准处理法对所述预测样本数据集进行优化；所述标准处理法满足如下关系： ，其中，表示标准化处理后的预测数据集，表示预测数据集中的样本，表示预测数据集中所有样本的平均值，表示预测数据集中所有样本的标准差；所述基于贝叶斯优化算法、所述目标预测数据和特定机器学习算法建立基础学习器包括：基于贝叶斯优化算法获得特定机器学习算法的最佳超参数，所述特定机器学习算法包括：逻辑回归、随机森林、支持向量机、决策树、多层感知机、高斯过程、K近邻、随机梯度下降以及高斯朴素贝叶斯；结合所述最佳超参数和所述目标预测数据建立基础学习器；所述设置第一集成方式包括：设置第一集成方式，所述第一集成方式包括Stacking集成算法、Bagging集成算法以及Boosting集成算法；所述利用所述第一集成方式对所述基础学习器结果进行分析，以获得集成分类器包括：利用所述Stacking集成算法、所述Bagging集成算法以及所述Boosting集成算法对所述目标预测数据和所述基础学习器结果进行分析，并获得第一集成方式的分析结果；依据所述分析结果获得集成分类器；所述基于所述贝叶斯优化算法得到所述基础学习器和所述集成分类器的最佳超参数包括：通过贝叶斯优化算法对所述基础学习器和所述集成分类器进行优化，以获得基础学习器、集成分类器以及特定机器学习算法的最佳超参数。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于BOA-集成学习的岩爆烈度预测方法及系统