基于机器学习的强盐渍土区路基沉降预测模型

邓友生; 张克钦; 刘军勇; 王重阳; 张锦涛; 石诗雨

doi:10.13885/j.issn.0455-2059.2026.03.009

兰州大学学报（自然科学版） ›› 2026, Vol. 62 ›› Issue (3) : 367 -372. DOI: 10.13885/j.issn.0455-2059.2026.03.009

基于机器学习的强盐渍土区路基沉降预测模型

邓友生, 张克钦, 刘军勇, 王重阳, 张锦涛, 石诗雨

作者信息 +

Author information +

文章历史 +

摘要

针对西北地区盐渍土环境下路基沉降计算理论不成熟、现场检测成本高且周期长等缺点,依托察尔汗至格尔木路基工程中盐渍土地基处治试验段,提出一种基于机器学习的路基沉降预测模型.通过随机生成有限元模型参数进行计算,建立机器学习数据库,采用核岭回归、多层感知机、XGBoost和LightGBM 4种算法构建预测模型,通过现场实测结果验证模型的有效性.结果表明,XGBoost和LightGBM模型的预测效果较好,为盐渍土地区公路路基沉降预测提供了一种高效的方法.