CatBoost算法结合Optuna框架预测砂土液化

打开文本图片集

文章编号：1671-3559（2024）04-0496-07DOI：10.13349/j.cnki.jdxbn.20230913.001

摘要： 为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题，从而扩大砂土液化预测模型适用范围，准确预测砂土液化，以更好地防治地震灾害，基于类别型特征提升算法CatBoost并结合自动超参数优化框架Optuna进行调参训练，建立CatBoost-Optuna砂土液化预测模型；将标准贯入试验的地震液化数据集划分为训练集和测试集，利用5个评估指标评估所建立模型的预测结果，与测试集中多层感知机和支持向量机砂土液化预测模型的评估结果相比较，并以地震液化案例数据作为验证集，对比不同预测模型的预测效果。（剩余11048字）