Оценка моделей Lasso и Ridge для прогнозирования потенциала набухания грунта
Assessment of Lasso and Ridge models for soil swelling potential prediction
2026-03-03
SCID: 54.1/p4gve6k5
Discuss with AI
регрессия LASSOмножественная линейная регрессиягребневая регрессиягеотехническая инженерияпотенциал набухания грунта
Figures from the paper
Abstract (AI)
Набухание грунта является одним из наиболее разрушительных геологических опасных процессов, зарегистрированных в истории, вследствие его влияния на долговечность и устойчивость сооружений. Цель данного исследования — прогнозирование одномерного потенциала набухания грунта с использованием регрессии Least Absolute Shrinkage and Selection Operator (LASSO), регрессии Ridge и множественной линейной регрессии (MLR). База данных грунтов, извлечённая из научной литературы, была сформирована на основе результатов лабораторных экспериментов и включала индекс пластичности (Ip), сухую плотность (γd), предел пластичности (PL), предел текучести (LL) и содержание глины. Новизна исследования заключается в применении моделей регрессии LASSO и Ridge для прогнозирования потенциала набухания грунта. Эффективность моделей оценивали по средней абсолютной процентной ошибке (MAPE), среднему отклонению (MD), среднеквадратичной ошибке (RMSE) и коэффициенту детерминации (R²). Результаты показывают, что модель LASSO превзошла другие методы, достигнув значений R² 0,872, 0,746, 0,935 и 0,931 при значениях RMSE 0,106%, 0,167%, 0,046% и 0,051% соответственно. Полученные результаты имеют практическое значение для инженеров и способствуют развитию механики грунтов благодаря поддержке оценки участков с потенциальным набуханием и применению машинного обучения в геотехнической инженерии, что позволяет сократить необходимость частого посещения лабораторий для получения данных о грунтах, необходимых для анализа устойчивости склонов, улучшения свойств грунтов, выполнения земляных работ и сейсмического анализа. В частности, при работе с участками, характеризующимися потенциалом набухания, прогностические возможности моделей могут способствовать принятию более обоснованных решений на этапах проектирования и строительства.
Key Findings
1
Модель LASSO превзошла регрессию Ridge и множественную линейную регрессию, достигнув заявленных значений R² 0,872, 0,746, 0,935 и 0,931 при соответствующих значениях RMSE 0,106%, 0,167%, 0,046% и 0,051%.
2
Результаты подтверждают применимость машинного обучения для оценки набухающих грунтов при проектировании строительства, анализе устойчивости склонов, улучшении грунтов, земляных работах и сейсмическом анализе.
3
В качестве предикторов используются индекс пластичности, сухая плотность, предел пластичности, предел текучести и содержание глины.
4
Прогнозный подход может снизить необходимость частых лабораторных исследований при получении данных о грунте для инженерных решений.
5
В исследовании прогнозируется одномерный потенциал набухания грунта с использованием моделей LASSO, Ridge и множественной линейной регрессии.
Research Object
грунт, подвергаемый оценке потенциала одномерного набухания
Research Subject
точность прогнозирования и сравнительная эффективность моделей Lasso, Ridge и множественной линейной регрессии при оценке потенциала набухания грунта по показателям пластичности, плотности и содержанию глины
Publication Details
Publication Date
2026-03-03
Journal
Publisher
ISSN
Cited by
3
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest