基于机器学习的CPT土类划分研究
罗进华1
刘剑涛2
姚首龙2
1.中海油田服务股份有限公司,天津 300459;海洋天然气水合物全国重点实验室,北京 1000282.中海油田服务股份有限公司,天津 300459
摘要：近年来,国内外学者基于CPT数据建立了不少土质分类的经验公式和模型.由于地域、标准、目的等各异,在分类模型与区分的土类方面,不同学者的结论不尽相同.本文以我国南海莺歌海盆地60个钻孔CPT数据和与之毗邻的钻孔取样为研究对象,首先,结合邻近位置的钻孔,精选了 5类常见土(黏土、粉质黏土、粉土、粉砂及细砂)对应的CPT数据,并进行了解释性处理;其次,以归一化摩阻比和归一化锥尖阻力为分类指标,采用多种机器学习方法(包括随机森林、人工神经网络、决策树、贝叶斯学习、支持向量机和线性感知器等)得到了适用于我国南海莺歌海盆地的土体行为分类模型;然后,采用混淆矩阵、总体精度和Kappa系数等指标对各分类模型的分类准确性进行了评估;最后,将得到的模型应用于研究区域周边及较远海域的CPT自动分类中,并用与CPT邻近的钻孔取样对其进行检验.结果表明,本文得到的土体行为分类模型对我国南海北部海域CPT数据分类具有较高的准确率.
关键词：CPT土类划分归一化摩阻比归一化锥尖阻力机器学习
分类号：642.11()TU413(土力学、地基基础工程)
论文发表日期：2024-12-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：12( 251-262 )
英文信息