基于SSA-SVM模型预测地震引发的砂土液化风险

摘要

预测地震引起的砂土液化风险是土木工程领域中一项至关重要的任务。文章提出了一种新颖的基于麻雀搜索算法与支持向量机（SSA-SVM）的砂土液化预测方法，该方法能够利用有限的圆锥触探试验（CPT）数据来预测土壤的地震液化风险。由此开发的SSA-SVM模型建立在226条液化性能数据和圆锥触探测试测量的现场记录之上，涵盖了六大关键特征参数，这些参数共同构成了一个综合评估土壤液化风险的指标体系。为了验证模型的有效性，研究采用了接收者操作特征（ROC）曲线进行定量评估。结果显示，SSA-SVM模型在训练集上达到了0.957的AUC值，在检验集上获得了0.931的AUC值，这些高准确率的结果证明了模型能够有效地对训练数据子集中的案例进行分类，并且进一步证实了模型在实际应用中的可靠性。通过SSA算法对SVM参数进行优化，可显著提升砂土液化预测的准确性和可靠性，开发的SSA-SVM模型为土木工程师提供了一种有效的工具，用以确定砂土的液化风险。

关键词

砂土液化 / 麻雀搜索算法(SSA) / 支持向量机(SVM) / 液化预测