基于机器学习算法的城市生活垃圾修正主压缩指数预测模型

打开文本图片集

摘 要： 为准确预测老垃圾填埋场竖向扩容设计中城市生活垃圾的修正主压缩指数，首先采集西安江村沟垃圾填埋场不同填埋龄期的垃圾试样，通过室内试验测定120组试样的基本土工参数和修正主压缩指数，并利用决策树、随机森林、人工神经网络和极端梯度提升树这4种机器学习算法建立修正主压缩指数预测模型；其次收集国内外其他生活垃圾填埋场的试验数据，将其与24组试验数据组合，构建测试集；再次选取均方根误差、平均绝对误差以及判定系数作为评价指标，得到最佳预测效果的模型，并将该模型与文献预测模型的预测结果进行对比；最后采用SHAP（SHapley Additive exPlanations）值法对最佳预测效果的模型进行参数影响分析。（剩余15373字）