基于机器学习的岩土参数智能预测方法研究
孙佳锐 （ 天津市北洋水运水利勘察设计研究院有限公司 ）
https://doi.org/10.37155/3041-0819-0204-20Abstract
岩土参数是岩土工程勘察、设计、施工的基础数据，传统室内试验与原位测试周期长、成本高，且受采样条件限制，难以满足复杂地质快速测算需求。为提高岩土参数预测精度与效率，本文基于机器学习开展智能预测研究。首先梳理岩土参数相关理论，完成数据采集、清洗、特征优化等预处理工作，构建人工神经网络、支持向量回归、随机森林与深度学习预测模型，并进行超参数调试。通过对比各模型预测性能，总结算法优缺点及适用地质条件。研究证明机器学习可有效拟合岩土参数非线性关系，弱化试验条件限制，提升预测稳定性，可为岩土工程智能勘测与地质风险分析提供参考。
Keywords
机器学习；岩土参数；智能预测；深度学习Full Text
PDFReferences
[1]黄涵,赵宇宸,武颖利,等. 基于小样本机器学习的土石坝堆石料流变参数反演方法[J]. 水电能源科学,2026,44(3):99-104.
[2]刘学伟,刘云豪,刘滨,等. 考虑分区劣化的围岩力学参数精细化反演机器学习模型研究[J]. 岩土工程学报,2025,47(11):2305-2315.
[3]汪姚文,杨伟峰,郑鑫源,等. 基于机器学习的宁波淤泥质黏土参数取值优化模型[J]. 工程地质学报,2025,33(1):38-46.
[4]徐全善,祝毓萍,沈正. 基于CPTU测试岩土参数机器学习应用研究[J]. 电脑知识与技术,2023,19(33):94-99,102.
[2]刘学伟,刘云豪,刘滨,等. 考虑分区劣化的围岩力学参数精细化反演机器学习模型研究[J]. 岩土工程学报,2025,47(11):2305-2315.
[3]汪姚文,杨伟峰,郑鑫源,等. 基于机器学习的宁波淤泥质黏土参数取值优化模型[J]. 工程地质学报,2025,33(1):38-46.
[4]徐全善,祝毓萍,沈正. 基于CPTU测试岩土参数机器学习应用研究[J]. 电脑知识与技术,2023,19(33):94-99,102.
Copyright © 2026 孙佳锐
Publishing time:2026-02-28
This work is licensed under a Creative Commons Attribution 4.0 International License