基于高斯过程分类的地震砂土液化预测及其应用

摘要

在砂土液化预测模型中,采用的数据一般来源单一且数据量少.本文选取了来自SPT场地、VS场地、CPT场地的三个数据库,其数量分别为620、185、226例,每个数据库中影响因子的种类和个数都不相同.共有9种模型与高斯过程分类模型(GPC)进行综合对比分析,分别为FDA、DDA、BDA、MLR、ELM、LSSVM、SVM、CART、ANN.研究结果表明,GPC模型对每个数据库的液化判别都具有高准确率,分别为0.869 1、0.910 1、0.940 1,且其预测精度及稳健性均明显优于其他模型.由于数据来源的广泛性及代表性,可以得出GPC模型对于砂土液化预测具有极强的适应性.