基于机器学习模型的花岗岩残积土先期固结压力预测方法探讨  

作　　者：孙修乾 

机构地区：[1]大连市市政设计研究院有限责任公司厦门分公司,厦门361009

出　　处：《福建交通科技》2024年第9期7-10,共4页

摘　　要：土体先期固结压力的取值对于地基基础的稳定性有重要意义。根据机器学习模型的优点和功能,并结合岩土工程的特点,提出了一种基于机器学习方法求解花岗岩残积土先期固结压力的新方法,建立了神经网络模型,并对模型进行训练和预测分析。结果表明:基于机器学习模型可以实现先期固结压力的预测;L-M的训练算法大大减小了计算结果的误差;与传统试验的结果相比,采用机器学习法预测先期固结压力求解误差较小,预测结果较为稳定;机器学习方法能充分调用勘察数据,能够准确预测土体先期固结压力,在福建地区的花岗岩残积土地层中具有很好的适用性和推广意义。

关 键 词：机器学习模型 花岗岩残积土 先期固结压力 预测模型 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TU521.21[自动化与计算机技术—控制科学与工程]