主管單位： 河北省建筑科學(xué)研究院有限公司
主辦單位： 河北省建筑科學(xué)研究院有限公司
● 中國(guó)科技核心期刊（中國(guó)科技論文統(tǒng)計(jì)源期刊）
● 中國(guó)核心期刊（遴選）數(shù)據(jù)庫(kù)期刊
● 全國(guó)性建材科技期刊
● 河北省優(yōu)秀期刊
文章搜索
信息動(dòng)態(tài)
查看更多 >
-
●關(guān)于新廣告法聲明（07月25日）
熱點(diǎn)瀏覽
查看更多 >
-
●非對(duì)稱異性隧道聯(lián)絡(luò)通道冷凍法（07月24日）
-
●水泥夯土材料抗壓強(qiáng)度試驗(yàn)及耐（08月25日）
-
●變質(zhì)巖類順層邊坡破裂跡象及邊（07月25日）
-
●大體積混凝土配合比優(yōu)化設(shè)計(jì)在（08月25日）
-
●粉煤灰基超高性能混凝土配合比（07月25日）
-
●地鐵車輛段檢修庫(kù)裝配式混凝土（07月24日）
-
●大型十字交叉地鐵車站結(jié)構(gòu)地震（07月25日）
-
●變坡面淺埋偏壓小凈距隧道圍巖（07月24日）
-
●邯鄲富水地層深基坑支護(hù)優(yōu)化和（07月25日）
-
●自密實(shí)抑溫防水復(fù)合材料在地下（08月25日）
熱點(diǎn)下載
查看更多 >
-
●粉煤灰摻量對(duì)高層建筑筏板基礎(chǔ)（06月26日）
-
●基于遺傳算法的神經(jīng)網(wǎng)絡(luò)對(duì)大體（06月27日）
-
●氯鹽漬土無(wú)側(cè)限抗壓強(qiáng)度及體變（06月25日）
-
●不同 ZrO2 摻量改性水（06月26日）
-
●非均勻銹蝕對(duì)建筑鋼混組合梁承（06月27日）
-
●再生微粉泡沫混凝土力學(xué)性能研（06月25日）
-
●堿激發(fā)粉煤灰－高爐礦渣粉固化（09月11日）
-
●地鐵車輛段檢修庫(kù)裝配式混凝土（07月24日）
-
●昌寧隧道豎井輔助正洞施工技術(shù)（07月03日）
-
●堅(jiān)硬頂板沿空留巷充填體加固技（06月25日）
基于支持向量機(jī)回歸的黃土濕陷性預(yù)測(cè)研究
Research on Prediction of Loess Collapsibility Based on Support Vector Machine Regression
PDF全文閱讀
戴 汀1 ,2 , 李向國(guó)1 ,2 , 王 凱3
( 1 . 道路與鐵道工程安全保障省部共建教育部重點(diǎn)實(shí)驗(yàn)室（石家莊鐵道大學(xué)），石家莊 050043 ; 2. 石家莊鐵道大學(xué) 土木工程學(xué)院 ，石家莊 050043 ; 3 . 中建三局一公司基礎(chǔ)分公司 ，武漢 430064)
摘 要 ：針對(duì)傳統(tǒng)方法難以快速精準(zhǔn)預(yù)測(cè)隴中地區(qū)黃土濕陷性的問(wèn)題 ，開展基于支持向量機(jī)回歸的黃土濕 陷性預(yù)測(cè)研究。研究依托隴中地區(qū)某鐵路項(xiàng)目 ，于人工探井中采集樣土進(jìn)行室內(nèi)土工試驗(yàn) ， 以獲取土的相關(guān)物 性指標(biāo)數(shù)據(jù)。通文獻(xiàn)分析法和數(shù)理分析 ，探究黃土濕陷系數(shù)與各物性指標(biāo)的相關(guān)性。在此基礎(chǔ)上 ，基于支持 向量機(jī) ，采用高斯核函數(shù)構(gòu)建黃土濕陷性預(yù)測(cè)模型。以 45 組試驗(yàn)數(shù)據(jù)作為訓(xùn)練集 ，9 組作為測(cè)試集進(jìn)行誤差分 析。結(jié)果表明：預(yù)測(cè)模型訓(xùn)練集平均絕對(duì)誤差為 0. 003 、平均偏差誤差為 0. 001 、均方根誤差為 0. 015 9 ; 測(cè)試集 平均絕對(duì)誤差為 0. 013 2 、平均偏差誤差為 0. 001 8 、均方根誤差為 0. 015 , 表明該模型預(yù)測(cè)精度良好 ，可有效預(yù) 測(cè)隴中地區(qū)黃土濕陷系數(shù) ，為實(shí)際工程中黃土濕陷性的預(yù)測(cè)提供了可靠的新方法。
關(guān)鍵詞：黃土濕陷性 ；物性指標(biāo) ；相關(guān)性 ；支持向量機(jī) ；預(yù)測(cè)模型
中圖分類號(hào)：TU444 文獻(xiàn)標(biāo)志碼：A
文章編號(hào)： 1005- 8249 (2025) 03- 0073- 05
DOI:10. 19860/j.cnki.issn1005 - 8249.2025 .03 .014
DAI Ting1 , 2 , LI Xiangguo1 , 2 , WANG Kai3
(1. Key Laboratory of Road and Railway Engineering Safety and security, Ministry of Education (Shijiazhuang Railway University), Shijiazhuang 050043, China;
2. School of Civil Engineering, Shijiazhuang University of Railways, Shijiazhuang 050043, China
3. Basic Branch of China Construction Third Bureau One Company, Wuhan 430064, Hubei)
Abstract: To address the challenges in rapid and accurate prediction of loess collapsibility in Central Gansu using conventional methods, a support vector machine regression-based predictive model was developed. Leveraging data from a railway project in this region, soil samples collected from manually excavated test pits underwent comprehensive laboratory geotechnical testing to obtain key physical property indices.Correlations between loess collapse coefficients and physical indices were systematically investigated through literature analysis and mathematical statistics. A Gaussian kernel function-based SVM prediction model was subsequently established. The model was trained with 45 experimental datasets, while 15 datasets were utilized for validation and error analysis. Results demonstrate that the model achieves a mean absolute error (MAE) of 0.003, mean bias error (MBE) of 0.001, and root mean square error (RMSE) of 0.0159 on the training set. For the testing set, performance metrics indicate MAE=0.0132, MBE=0.0018, and RMSE=0.015. These findings confirm the model's high predictive accuracy for estimating loess collapse coefficients in Central Gansu, providing a reliable novel methodology for practical engineering applications.
Key words: loess collapsibility ; physical property index ; correlation ; support vector machine ; prediction model
基金項(xiàng)目： 國(guó)家自然科學(xué)基金 (52378453) 。
作者簡(jiǎn)介：戴 汀 (1998—) , 男 ，碩士研究生 ，研究方向： 黃土濕陷性。
通信作者：李向國(guó) (1973—) , 男 ，博士 ，教授 ，研究方向：鐵路線路結(jié)構(gòu)設(shè)計(jì) 、施工等方面。
收稿日期：2025 - 01 - 18
冀公網(wǎng)安備13011002000529 技術(shù)支持：數(shù)字河北 