基于离散型二项式系数组合模型的黄土湿陷性评估

摘要：

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型.首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、反向传播(back propagation,BP)神经网络、支持向量机回归(support vector ma-chine regression,SVR)和随机森林(random forest,RF)回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析.结果表明:组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43％.可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考.

关键词：湿陷性黄土、数据挖掘、单一预测模型、组合预测模型、精度指标

所属期刊栏目：22

分类号：TU444(土力学、地基基础工程)

资助基金：河南省自然科学基金212300410280

在线出版日期：2022-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：4945-4953