-
题名基于机器学习的宁波淤泥质黏土参数取值优化模型
- 1
-
-
作者
汪姚文
杨伟峰
郑鑫源
张方正
万珂
-
机构
中国矿业大学资源与地球科学学院
广东粤海水务股份有限公司
-
出处
《工程地质学报》
北大核心
2025年第1期38-46,共9页
-
基金
中央高校基本科研业务费专项资金项目(资助号:2017ZDPY11).
-
文摘
准确确定岩土参数标准值是岩土工程可靠性分析与设计的重要前提,在实际工程中,抗剪强度参数的标准值一般是根据场地多个样本的试验结果通过经典统计学方法进行估计的,在此过程中会产生诸多误差,影响着所确定标准值的精度。依据宁波轨道交通大量勘察数据,以对施工影响最大的软土地层单元之一、呈流塑状态的全新统海积淤泥质黏土为研究对象,共收集352组数据,对该层淤泥质黏土参数进行筛选处理并对剔除后数据进行统计分析,提出一种基于机器学习理论的样本抗剪强度参数确定方法,此时模型的预测性能在预测黏聚力时R^(2)达0.664,在预测内摩擦角时R^(2)达0.818;结合贝叶斯理论推导岩土抗剪强度参数概率特征的最大后验估计量,以此对抗剪强度参数标准值确定方法进行优化。最后以区域内一个工程的现场数据进行计算,根据本文方法得到相应的抗剪强度参数的标准值。
-
关键词
宁波淤泥质黏土
岩土参数
机器学习
贝叶斯理论
-
Keywords
Ningbo silt clay
Rock and soil parameters
Machine learning
Bayesian theory
-
分类号
TU447
[建筑科学—岩土工程]
-
