基于物联网检测的材料关键参数对路基压实度的影响及预测模型

针对道路工程建设中路基压实度检测的质量把控问题,文章开展了材料关键参数对路基压实度的影响研究,并提出一种基于集成学习算法的分析及预测模型。研究结果表明,在路基材料参数与压实度变化趋势匹配性分析中,湿密度对路基压实度的影响最为显著。同时,在深度森林(Deep Forest)、XGBoost、随机森林(Random Forest)三种预测模型中,深度森林模型预测最为准确,拟合优度R2可达到0.9928,显示出高精度的路基压实度预测功能。文章基于一系列数据分析工作,旨在帮助相关企业更好地开展路基压实度质量动态检测工作,并为优化道路建设质量提供决策依据。