Geosci. Front. | 水泥改良黏土的强度及其观测力学行为相互作用的机器学习评估

背景：水泥是土壤改良中广泛使用的化学添加剂，研究试样性质、试验条件和观测力学行为之间的相互作用对于深入理解改良过程至关重要。研究目的：本研究采用基于机器学习的方法，系统研究黏性土壤力学性能的改良，评估包括水泥含量、养护期间试样密度变化、三轴试验饱和度、围压和应力条件在内的多重因素之间的相互作用，以揭示其复合效应和关键影响特征。结论：研究表明，除水泥含量外，试样密度对胶结土的强度特性具有关键控制作用；基于集成树的机器学习算法（如随机森林）相比线性模型具有更优越的建模能力；主成分分析能有效降维并缓解多重共线性，其中密度和水泥含量是预测力学响应的最关键特征。