基于机器学习的软土压缩模量预测及沉降分析

打开文本图片集

［摘要］ 目前，常规土体试验及预测方法都难以准确获得压缩模量Es。现基于机器学习理论建立一种非参数集成优化法计算Es，并与传统回归模型对比分析。从昆明地铁5号线会展中心场地选取203组泥炭质土物理力学指标样本，结合工程经验，选取其中8个重要的物理指标作为输入集，利用遗传算法优化BP神经网络输入层、隐含层及输出层之间的权值及阈值，采用相关系数R、正确率ACC及均方根误差RMSE多个评估指标优化确定算法的重要参数，将建立好的模型应用于多种土体，并与目前应用较多的方法对比分析，最后比较经验公式与本文方法预测地基沉降的性能。（剩余14902字）