论文部分内容阅读
利用已有的江苏软土路基的土体参数数据集,构建了基于高斯过程回归的软土回弹模量数学模型。该模型在给定江苏软土路基静力触探试验数据（如锥尖阻力、侧摩阻力）以及软土含水率、干重度条件下,可以合理地预测江苏软土路基的回弹模量。由于该模型由贝叶斯框架出发,因此可以同时确定模型预测的不确定性。与传统的机器学习方法相比,该模型具有较强的解译性,能够准确地反映出回弹模量与不同土体参数间的依赖关系强弱。此外,该模型对训练数据的依赖性较弱,在较少（如30个左右）数据的情况下即可得到较为良好的训练效果以及泛化效果。该方法的有效性、高效性以及鲁棒性得到了验证,能为江苏软土路基回弹模量的预测提供新的思路。