基于邻域粗糙集和支持向量机的固结系数预测

采用邻域粗糙集和支持向量机建立滹沱河某地区软土固结系数的预测模型。基于自行改装的渗透固结仪,利用公式法确定不同压力下的固结系数。通过室内试验确定土体的指标参数,采用邻域粗糙集对该指标参数进行属性约简,将约简后的指标参数作为影响因素,分别建立支持向量机和神经网络的固结系数预测模型,预测未知样本的固结系数,并与实测值进行对比。结果表明:公式法可以准确客观地确定固结系数;支持向量机和BP神经网络建立的该地区软土固结系数预测模型均可以预测区域内未知点的固结系数,且支持向量机方法的预测精度比神经网络方法的预测精度提高了约10%。本文提出的方法直接从实验数据出发,通过易获取的影响因素建立特定地区固结系数预测模型,并可预测该区域其余未知点的固结系数。

基于主成分分析和支持向量机的砂土渗透系数预测模型

渗透系数不仅是描述土体透水性能的重要指标,同时也是影响固结沉降和渗透变形的重要因素.首先对华北平原中东部地区的28个砂土样本通过自行改装的渗透固结仪进行渗透固结试验,得到不同孔隙比下的渗透系数.然后选取有效粒径d_(10)、限制粒径d_(60)、不均匀系数C_u、曲率系数C_c和孔隙比e 5个指标作为渗透系数k的影响因子,采用主成分分析(PCA)方法提取3个主成分,对影响渗透系数的主成分进行了全新的解释.最后,引入支持向量机(SVM)方法建立了华北平原中东部地区砂土渗透系数的预测模型,并利用该模型对华北平原中东部地区随机选取的20组样本进行渗透系数的预测.结果表明:自行改装的渗透固结仪可以较好地进行渗透固结试验;预测模型的精度较高,可以为华北平原中东部地区砂土渗透系数的研究提供参考依据.