基于相关向量机的富水砂层渣土改良试验效果预测

摘要：

为了精准、高效获得富水砂层渣土改良试验效果,以渗透系数、内摩擦角(改良前)、电阻率、泡沫剂浓度和膨润土浓度为输入变量,坍落度、渗透系数、内摩擦角(改良后)为输出变量,并基于24组富水砂层渣土改良数据,建立相关向量机(rel-evance vector machine,RVM)预测模型,将预测结果与反向传播(back propagation,BP)神经网络模型进行对比分析.结果表明:RVM模型在预测坍落度、渗透系数和内摩擦角时的平均误差分别为0.73％、0.38％和2.24％,优于BP神经网络模型的1.76％、4.53％和3.60％;通过计算皮尔逊相关系数,可知RVM预测值与实测值对应坍落度、渗透系数、内摩擦角的相关系数r分别为0.9999、0.9993和0.9878,说明拟合程度极高.由此可见,RVM模型具有预测精度高、可靠性高的优点,为富水砂层渣土改良试验效果的预测提供一种新方法.

关键词：富水砂层、相关向量机模型、相关系数、预测

所属期刊栏目：21

分类号：TU447(土力学、地基基础工程)

资助基金：国家自然科学基金;广西壮族自治区高等学校项目;卓越学者计划项目;广西自然科学基金;广西自然科学基金;广西岩土力学与工程重点实验室桂科能19-Y-21-9

在线出版日期：2021-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：7293-7298