基于机器学习预测微生物加固钙质砂统一动强度

为探究不同微生物加固程度、有效围压和相对密实度与微生物加固钙质砂的动强度系数之间的相对重要性大小,并建立相应的统一动强度准则,用以预测微生物加固钙质砂的动强度,依据86组微生物诱导碳酸钙沉淀(MICP)技术加固钙质砂的不排水三轴试验数据建立数据集,利用反向传播神经网络(BPNN)和多元自适应回归样条(MARS)方法对数据集进行训练和预测。结果表明:微生物加固程度对动强度系数的影响程度最大,有效围压的影响稍逊之,相对密实度的影响相对较小,其相对重要性大小均值分别是100%、94%与68%,基于机器学习方法对微生物加固钙质砂的动强度系数进行预测的效果优于传统方法建立的统一动强度准则所获得的结果,其中BPNN模型的预测结果更准确,MARS模型的计算效率更高。