首页 > 地球科学

Geosci. Front. | 基于机器学习的振动沉桩孔隙水压力累积预测建模

Geoscience Frontiers 2026-04-08 07:00
文章摘要
背景:在海岸桥梁、码头等大型基础设施项目中,准确理解饱和砂土中深桩的力学行为至关重要。研究目的:本研究旨在通过结合Midas GTS NX有限元模拟与UBCSAND本构模型,建立振动沉桩三维数值模型,并利用其数据训练人工神经网络和符号回归模型,以预测沉桩过程中的孔隙水压力累积和土体液化潜势。结论:研究验证了数值模型的有效性,并通过机器学习模型提供了高精度的液化预测。特征重要性分析(如SHAP值)增强了模型可解释性,揭示了振动次数、桩长径比等关键因素的影响。最终生成的设计图表为工程实践中的液化风险评估提供了实用指导,并建议采用较低振动频率和较大长径比桩以降低液化风险。
Geosci. Front. | 基于机器学习的振动沉桩孔隙水压力累积预测建模
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Salinity effect on bisulfide diffusive transport through compacted MX-80 bentonite
DOI: 10.1016/j.clay.2026.108210 Pub Date : 2026-08-01 Date: 2026/4/2 0:00:00
IF 5.8 2区 地球科学 Q2
Issue Information
DOI: 10.1111/gbi.70044 Pub Date : 2026-02-27
IF 3.4 2区 地球科学 Q2
最新文章
Geosci. Front. | 基于机器学习的振动沉桩孔隙水压力累积预测建模
Geosci. Front. | 基于机器学习的振动沉桩孔隙水压力累积预测建模
本研究提出了一种将先进数值模拟与机器学习技术相结合的新方法,用于预测振动沉桩过程中的孔隙水压力累积及液化潜势。
23小时前
日本吐噶喇群岛地震群统计分析:发生大地震概率较低 | MDPI GeoHazards
日本吐噶喇群岛地震群统计分析:发生大地震概率较低 | MDPI GeoHazards
本研究通过系统的统计地震学分析,证实2025年吐噶喇群岛地震群具有典型的火山地震特征,其低震级变异性 (σ = 0.43) 和与火山活动的时空关联性,表明该地震活动主要受局部岩浆过程控制,而非区域构造应力积累的前兆表现。
2026-04-07
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1