基于随机森林算法的砂土液化预测方法

• 作者: 冯伟栋 彭刘亚 解惠婷
• 来源期刊: 物探与化探
• 学科: 地球科学
• 关键词: 砂土液化 判别指标 决策树 随机森林
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 方法研究·信息处理·仪器研制
• 页码范围: 1429-1434
• 页数: 6页
• 分类号: P631.4
• 语种: 中文
• DOI: 10.11720/wtyht.2020.1501

摘要

砂土液化的影响因素较多且复杂.以唐山大地震的72个场地的实测液化样本数据为例,在不丢失任何信息的前提下,选取了8个砂土液化的判别指标,通过计算样本数据的Gini系数,采用CART算法的决策树对数据的特征属性进行划分.在此基础之上,通过增加多个决策树构造随机森林的方式,在一定程度上降低了单个决策树学习过度造成的过拟合风险,同时,通过10轮交叉验证的方式确定了决策树的最大高度为5,随机森林中决策树的个数为20时,模型的效果达到最佳.研究结果表明,与抗震设计规范中的标贯试验法判别公式相比,决策树模型和随机森林模型的训练结果和预测结果有显著提高,尤其是随机森林模型在训练样本和预测样本上均没有出现误判,稳定性更高.