第31卷第3期2023年6月Vol.31No.3Jun.，2023GoldScienceandTechnology497Adaboost集成学习优化的巷道围岩松动圈预测研究方博扬，赵国彦*，马举，陈立强，简筝中南大学资源与安全工程学院，湖南长沙410083摘要：为提高巷道围岩松动圈预测准确率，给围岩支护和地压管理提供更科学的指导，提出了一种新的预测方法。采用改进的Adaboost回归算法对3种机器学习算法进行集成优化，即在Adaboost回归算法中寻找误差率阈值的最优值，实现Adaboost全局最优的集成效果。应用网格搜索对BP、SVM和RF的超参数进行优化，建立BP-Adaboost、SVM-Adaboost和RF-Adaboost回归预测模型。结果表明：BP-Adaboost模型的预测性能最好，误差率为7.65%。结合矿山松动圈测试实例进行验证分析，平均相对误差为4.15%。因此，所提出的模型能够为围岩松动圈预测提供参考，可以满足工程应用的需求。关键词：围岩松动圈；网格搜索；Adaboost算法；BP神经网络；支持向量机；随机森林中图分类号：TD322文献标志码：A文章编号：1005-2518（2023）03-0497-10DOI：10.11872/j.issn.1005-2518.2023.03.122引用格式：FANGBoyang，ZHAOGuoyan，MAJu，etal.PredictionStudyonLooseningRingofSurroundingRockAroundRoad‐waysUsingtheOptimizedEnsembleLearningAlgorithmsBasedonAdaboost［J］.GoldScienceandTechnology，2023，31（3）：497-506.方博扬，赵国彦，马举，等.Adaboost集成学习优化的巷道围岩松动圈预测研究［J］.黄金科学技术，2023，31（3）：497-506.在浅埋岩体中开挖巷道或隧道卸荷之后，巷道围岩原岩应力的平衡状态受到破坏，其受力状态由三向变成近似两向，致使围岩应力重新分布并产生局部应力集中现象，岩石强度也明显下降，围岩稳定性降低（董方庭，2001；王新丰等，2021）。在深部巷道中，围岩变形量大和岩体承载力低等问题更加普遍，巷道围岩稳定性不仅直接影响正常的施工作业，而且可能会引发冒顶片帮等危险事故（朱川曲，1999）。此外，在巷道的设计与施工中，围岩松动圈是反映围岩应力岩体强度的一个综合性指标，松动圈大小是评价巷道稳定性与支护难易程度的重要因素，而松动圈厚度受诸多因素的影响，如岩石性质和地应力等，因此如何快捷、准确地确定松动圈的大小显得尤为重要。巷道围岩松动圈厚度研究是一项意义重大的课题，国内外学者已经开展了大量研究工作。在现场实测方面，吴涛等（2015）采用超声波探测技术对围岩松动圈进行测定；伍永平等（2013）和于庆磊等（20...
