1.一种基于机器学习技术的场地地震液化势评价方法,其特征在于包括如下步骤:S1:开始;
S2:输入:包含有n个原因属性变量和1个标签变量的数据集合,交叉验证的折数k;
S3:定义:Fn为全体属性集合,length‑Fn为Fn中包括的属性个数,Fi为Fn的子集,且初始化:Fi=Fn;
S4:令i=0,转S5;
S5:当i不大于length‑Fn时,令length‑Fi为Fi中包括的属性个数,同时令j=1,转S6;
若i大于length‑Fn时,直接到S12;
S6:令j=1,转S7;
S7:当j的数值不大于length‑Fn,同时i不等于0时,定义fj为Fi中第j个属性,令Fj=Fi\fj;同时将数据集合分为k份,转S8;
当i等于0时,直接将数据集合分为k份,转S8;
当j的数值大于length‑Fn时,转S11;
S8:令s=1,转S9;
S9:反复判断s与k的大小,进行交叉验证;
交叉验证完成,有k个误差值,令errij为k个误差值中最大值,记录errij,同时判断i是否等于0,若等于0,令erri=errij,转S10,若i不等于0,令j=j+1,并返回S7;
S10:令i=i+1,返回S5;
S11:令 令Fi为erri对应的属性集合,判断erri是否大于或等于erri‑1,若是则输出Fi‑1,转S12;
若否则返回S10;
S12:结束;
步骤S9当中交叉验证具体实施为:当s不大于k时,以Fj为模型的属性集合,第s份数据用来评价分类器,其他k‑1份被用来训练分类器;同时将s+1的值赋值给新的s;
当s大于k时,交叉验证完成;
在S1前进行数据预处理,对属性变量数据进行标准化,标准化计算公式如下:属性选择前的属性包括土层深度(Depth),测量圆锥阻力(qc),摩阻比(Rf),有效竖向应力(σ'v),总竖向应力(σv),峰值地面水平加速度(αmax)和矩震级(Mw),经过计算,得到属性集合为{Depth,qc,Rf,σ'v,αmax,Mw};
数据集合包括了液化数据和非液化数据,这些数据是通过圆锥触探试验,从多场地震中的多个地点采集到的,土壤类型包括砂土、粉砂土和粉土。