Modeling of Rocking Induced Permanent Settlement of Shallow Foundations Using Machine Learning Algorithms
Modeling of Rocking Induced Permanent Settlement of Shallow Foundations Using Machine Learning Algorithms
复制标题
使用机器学习算法对摇摆引起的浅地基永久沉降进行建模
DOI：
10.1061/9780784484685.061
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Gajan, Sivapalan
中科院分区：
文献类型：
--
作者：
Gajan, Sivapalan
本研究的目的是利用多种机器学习算法和监督学习技术，开发地震荷载下摇摆浅基础永久沉降的数据驱动预测模型。由离心机和振动台进行的动态基座振动实验组成的摇晃基础数据库的数据被用于开发k近邻回归、支持向量回归和随机森林回归模型。基于对模型的重复k-fold交叉验证测试和预测中的平均绝对百分比误差，发现所有三种模型在预测的准确性和方差方面都优于基线多元线性回归模型。三种模型预测的平均绝对误差在0.005 ~ 0.006之间，表明在基础宽度的0.5% ~ 0.6%的平均误差范围内可以预测出摇摆引起的永久沉降。
The objective of this study is to develop data-driven predictive models for permanent settlement of rocking shallow foundations during seismic loading using multiple machine learning algorithms and supervised learning technique. Data from a rocking foundation database consisting of dynamic base shaking experiments conducted on centrifuges and shaking tables have been used for the development of k-nearest neighbors regression, support vector regression, and random forest regression models. Based on repeated k-fold cross validation tests of models and mean absolute percentage errors in their predictions, it is found that all three models perform better than a baseline multivariate linear regression model in terms of accuracy and variance in predictions. The average mean absolute errors in predictions of all three models are around 0.005 to 0.006, indicating that the rocking induced permanent settlement can be predicted within an average error limit of 0.5% to 0.6% of the width of the footing.
登录
查看更多内容
机器学习算法在地震加载期间摇摆浅基础性能预测中的应用
影响因子：
4
作者：
Sivapalan Gajan
通讯作者：
Sivapalan Gajan
影响因子：
4.5
作者：
L. Deng;B. Kutter
通讯作者：
L. Deng;B. Kutter
影响因子：
5
作者：
Andreas G. Gavras;B. Kutter;M. Hakhamaneshi;Sivapalan Gajan;A. Tsatsis;K. Sharma;Tetsuya Kohno;L. Deng;I. Anastasopoulos;G. Gazetas
通讯作者：
G. Gazetas
离心机和振动台实验结果表明摇摆系数和临界接触面积比对摇摆基础性能的影响
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
Sivapalan Gajan;S. Soundararajan;Mijia Yang;Damir Akchurin
通讯作者：
Damir Akchurin
摇摆系统在浅层改良砂上的性能：振动台测试
影响因子：
3
作者：
A. Tsatsis;I. Anastasopoulos
通讯作者：
I. Anastasopoulos