摘要：为解决隧道围岩挤压变形预测中数据不平衡的问题,首先在经典Boosting框架的基础上引入了权值采样,通过采样函数调整损失函数,强调正样本分类损失,提高整体识别率;然后利用已收集的不平衡案例数据对算法进行验证,明确输入参数并在预处理后利用改进框架进行分类;最后分析了不同采样函数对算法分类性能的影响,并将改进框架与其他分类器进行了对比。研究结果表明:权值采样改进的Boosting框架实现简单,不对原始数据进行删改,不需要重新设计代价敏感函数,稳定可靠;3种采样函数下改进框架的分类预测结果的各项评价指标排序为S 3>S 1>S 2;与其他分类器相比,采用改进的Boosting框架计算更为便捷,分类准确率高达93.45%,具有较强的分类精度,可为隧道围岩挤压变形预测提供参考。