基于机器学习预测液化土残余抗剪强度的方法

摘要

本发明公开了一种基于机器学习预测液化土残余抗剪强度的方法，涉及液化土研究技术领域。本发明通过查阅文献等收集液化侧向扩展实例数据建立数据库，运用分析法选择对液化土残余强度影响较大的因素，建立并训练多个机器学习模型，通过机器学习预测算法确定了剪切波波速和标准贯入值与液化土残余强度值的映射关系，通过优化模型，用加权平均法对预测值进行数据处理，建立了基于机器学习算法的液化土残余强度计算方法。本发明为预测液化土残余强度值提供了一种新方法，并且为地震时的大坝，边坡侧向扩展的计算提供了新的思路。