TY -的A2温道盟——Talamkhani,赛义德PY - 2023 DA - 2023/06/10 TI -基于机器学习的无侧限抗压强度预测砂被Microbially-Induced方解石沉淀(MICP):一个梯度增强方法和相关分析SP - 3692090六世- 2023 AB -当前研究应用软计算方法基于梯度增强方法预测无侧限抗压强度(UCS)砂处理Microbially-Induced方解石沉淀(MICP)。10倍交叉验证方法和hyperparameter执行调优找到最优梯度增强算法的体系结构。总共402数据的无侧限抗压强度测试利用biocemented沙滩上进行研究。数据集包括8个输入参数:平均砂粒径、均匀系数的沙子,初始孔隙比,氯化钙浓度、尿素浓度、脲酶活性、光学密度的细菌,和方解石的内容。这一发现表明,梯度推进的方法表现五个常用的机器学习算法(人工神经网络、随机森林,再邻居,支持向量回归,和决策树)在预测的UCS biocemented金沙。使用梯度增加,预测与实际值(UCS有很强的相关性 R ²= 0.95)。此外,一系列的相关重要性和特性对数据集进行分析。无侧限抗压强度之间的关系,方解石的内容,和初始孔隙比文章中讨论。此外,为评估提供了一些指导方针的影响环境因素的UCS biocemented金沙。在进一步的研究中,本研究的局限性有关数据不足的相关和环境改造解决。SN - 1687 - 8086 UR - https://doi.org/10.1155/2023/3692090 - 10.1155 / 2023/3692090摩根富林明土木工程的进步PB - Hindawi KW - ER