摘要
本发明提出了一种基于PINN‑XGBoost模型的岩石力学特性预测方法及系统,涉及岩石工程技术领域,包括如下步骤:获取岩石力学参数的实验数据,并根据实验数据生成仿真数据;对所述仿真数据进行处理,获得待预测数据集;构建预测模型,将待预测数据集输入训练好的预测模型,输出最终预测值;其中,所述预测模型包括物理约束模型和XGBoost模型;所述预测模型包括物理约束模型和XGBoost模型。本发明使用物理约束神经网络(PINN)作为基础预测模型,确保预测结果符合岩石力学规律,在PINN的基础上,叠加XGBoost模型进行集成预测,进一步提升岩石力学特性预测精度。
技术关键词
XGBoost模型
岩石力学参数
仿真数据
内摩擦角
构建预测模型
特性预测方法
岩石工程技术
生成对抗网络
处理器
物理
数据处理模块
计算机程序产品
统计特征
预测系统
输出模块
可读存储介质
存储器
系统为您推荐了相关专利信息
XGBoost模型
效能评估方法
互联网
扩充训练样本
仿真平台
XGBoost模型
LightGBM模型
预测评估模型
机器学习方法
优化器
预警系统
超宽带脉冲信号
UWB基站
定位模块
井下通信
包裹相位
相位展开方法
仿真数据
卷积神经网络模型
相位展开算法
实时监测方法
XGBoost模型
无迹卡尔曼滤波
公路
车辆