10.3969/j.issn.1006-4303.2024.01.003
基于LightGBM算法的海洋土压缩参数预测模型
近年来海洋工程项目不断增多,海洋岩土参数的确定对于保证工程安全性、提高经济效益有重要意义.目前主要通过室内与原位试验对土体参数进行研究,存在着成本高、效率低的问题.以某海上风电场项目勘察中所获取的海洋土压缩系数av和压缩模量Es为研究对象,选取样底深度、含水率、湿密度、土粒相对密度和液塑限等为基本变量,利用机器学习算法研究各类参数的相互关系和规律.构建一种基于LightGBM(Light gradient boosting machine)算法的土体压缩参数预测模型,通过k折交叉验证方法及贝叶斯优化改善预测性能.研究结果表明:笔者模型能够有效预测土体压缩参数,k折交叉验证方法及贝叶斯超参数优化能够提高预测准确度.此外,分析了k折次数、人工特征、数据集大小、预测量与输入特征相关性等因素对模型准确性的影响.
海洋土、参数估计、LightGBM模型、贝叶斯调参
52
TU43(土力学、地基基础工程)
2024-01-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
17-24