简介： 本发明涉及隧道工程领域，特别是一种基于RS‑XGBoost的隧道超前钻探定量解译方法及设备。本发明通过对待挖掘隧道进行随机采样，获取待挖掘隧道的钻探数据并进行初步处理后，将其输入到预先搭建的RS‑XGBoost模型进行定量解译，输出定量解译结果。通过结合XGBoost机器学习模型强大的非线性数据分析性能以及RS随机搜索高效的超参数寻优能力，在保证了隧道不良地质体识别与分类的准确度的前提下大大降低了模型建立的难度，也避开了人工调参的不良影响；同时提出以不良地质体类型作为机器学习模型解译结果，以对隧道较为常见、危害性较强的几类不良地质体作为定量智能解译结果，并根据解译结果及时调整开挖方式及支护措施，进而指导隧道现场施工。