基于机器学习的黏土三轴应力-应变曲线预测研究

随着高重土工构筑物、高层建筑和其他特种工程结构的兴建,土体变形越来越成为制约工程实施的主要因素。传统本构模型采用数学解析解描述土在不同因素下的力学行为,物理意义虽明确,但难以全面考虑各种影响因素;且该类方法模型复杂、参数众多的特点也限制了其应用。基于决策树、随机森林、支持向量机和人工神经网络四种机器学习算法建立智能模型预测黏土三轴应力-应变曲线。对比模型预测结果发现:基于ANN算法的模型预测效果优于其他算法。ANN算法对黏土不同工况下的三轴硬化型和软化型应力-应变曲线均具有较好的适应性;对已知工况下黏土试样应力-应变曲线的拟合,模型预测值与试验值吻合较好,误差较小;对未知含水量和压实度水平下曲线的插值预测,预测曲线满足试验结果且符合理论认识。