메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권정인 (강원대학교) 이호성 (지윤이앤씨) 고태영 (강원대학교)
저널정보
한국암반공학회 터널과 지하공간 터널과 지하공간 제34권 제6호(통권 제173호)
발행연도
2024.12
수록면
619 - 635 (17page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 국내 18개 터널 현장의 데이터를 활용하여 터널 발파 설계에서 심발공의 비장약량을 예측하기 위한 최적의 머신러닝 모델을 개발하는 것을 목적으로 한다. 입력변수로는 굴진장, 단위면적당 천공수, 굴착단면계수, 전체 막장면의 단면적, 심발공의 최대 및 최소 공간격, 심발 공법 유형, 사용한 폭약의 종류, RMR, 최대 토피고, 암종이 사용되었다. 선형회귀(LR), Lasso회귀, Ridge회귀, 서포트벡터머신(SVM), K-최근접이웃(KNN), 랜덤포레스트(RF), LightGBM, 히스토그램 기반 그래디언트부스팅(HGB), 인공신경망(ANN)의 9가지 머신러닝 모델이 적용되어 비교되었다. 랜덤포레스트 모델이 테스트 데이터에서 R2 0.852, RMSE 0.082로 가장 우수한 성능을 보였다. SHAP (SHapley Additive exPlanations) 분석을 통한 변수 중요도 분석 결과, 심발 공법 유형이 가장 큰 영향을 미치는 것으로 나타났으며(Mean Absolute SHAP Value: 0.1627), 최소 공간격(0.0393)과 최대 공간격(0.0170)이 그 뒤를 이었다. 반면, 최대 토피고(0.0041), 암반 등급(0.0045), 사용한 폭약 종류(0.0029), 굴진장(0.0008)은 상대적으로 낮은 중요도를 보였다. 본 연구에서 개발된 모델은 터널 현장의 다양한 지질 조건에서 최적의 비장약량을 예측하는데 활용될 수 있으며, 이는 터널 건설 프로젝트의 효율성과 안전성을 크게 향상시킬 수 있다.
#Tunnel blasting #Specific charge #Cut hole blasting #Machine learning #Variable importance analysis #터널발파 #비장약량 #심발공 발파 #머신러닝 #변수 중요도 분석

목차

ABSTRACT
초록
1. 서론
2. 데이터 수집 및 분석
3. 연구 방법론
4. 결과 및 토의
5. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092109799