一种基于XGBoost-RF融合算法的隧道岩体涌水突泥预测方法及系统

本发明公开了一种基于XGBoost‑RF融合算法的隧道岩体涌水突泥预测方法及系统，属于地质灾害预测技术领域。方法首先对地震波数据进行预处理，提取包括纵波速度、波速变异系数、泊松比等多类地质响应特征；随后分别训练XGBoost和随机森林模型，并通过软投票策略进行概率融合；最后基于加权概率输出风险等级分类结果。本发明的核心创新在于通过算法融合有效结合了XGBoost模型的特征精细识别能力与随机森林模型的抗噪声特性，采用概率校准和权重优化机制，显著提升了中高风险类别的识别精度。实验表明，该方法在测试集上关键类别平均召回率达到0.9925，整体准确率为0.990，有效解决了传统方法对高风险地质体漏判率高、泛化能力不足的问题。