论文部分内容阅读
目的:提高对隧道沉降问题的预测精度。方法:提出一种Adaboost.RT算法集成多种不同基学习模型的预测方法。该方法通过Adaboost.RT算法依据不断更新的权值训练基学习模型,然后使用加权策略结合基学习模型得到最终的强学习模型。结果:针对隧道工程实测数据进行仿真实验,结果表明,与各种学习模型和Adaboost.RT算法集成单一学习模型等方法相比,使用Adaboost.RT算法结合多种基学习模型的方法在预测精度与泛化性方面均有提升。结论:使用Adaboost.RT算法集成多模型的方法能够对隧道沉降问题进