基于機器學習的軟土壓縮模量預測及沉降分析

打開文本圖片集

［摘要］ 目前，常規(guī)土體試驗及預測方法都難以準確獲得壓縮模量Es?，F(xiàn)基于機器學習理論建立一種非參數(shù)集成優(yōu)化法計算Es，并與傳統(tǒng)回歸模型對比分析。從昆明地鐵5號線會展中心場地選取203組泥炭質(zhì)土物理力學指標樣本，結(jié)合工程經(jīng)驗，選取其中8個重要的物理指標作為輸入集，利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)輸入層、隱含層及輸出層之間的權(quán)值及閾值，采用相關(guān)系數(shù)R、正確率ACC及均方根誤差RMSE多個評估指標優(yōu)化確定算法的重要參數(shù)，將建立好的模型應用于多種土體，并與目前應用較多的方法對比分析，最后比較經(jīng)驗公式與本文方法預測地基沉降的性能。（剩余14902字）