[发明专利]一种基于机器学习技术的场地地震液化势评价方法

权利要求书

1.一种基于机器学习技术的场地地震液化势评价方法，其特征在于包括如下步骤：

S1：开始；

S2：输入：包含有n个原因属性变量和1个标签变量的数据集合，交叉验证的折数k；

S3：定义：F_n为全体属性集合，length-F_n为F_n中包括的属性个数，F_i为F_n的子集,且初始化：F_i＝F_n；

S4：令i＝0，转S5；

S5：当i不大于length-F_n时，令length-F_i为F_i中包括的属性个数，同时令j＝1，转S6；

若i大于length-F_n时，直接到S12；

S6：令j＝1，转S7；

S7：当j的数值不大于length-F_n，同时i不等于0时，定义f_j为F_i中第j个属性，令F_j＝F_i\f_j；同时将数据集合分为k份，转S8；

当i等于0时，直接将数据集合分为k份，转S8；

当j的数值大于length-F_n时，转S11；

S8：令s＝1，转S9；

S9：反复判断s与k的大小，进行交叉验证；

交叉验证完成，有k个误差值，令err_ij为k个误差值中最大值，记录err_ij，同时判断i是否等于0，若等于0，令err_i＝err_ij，转S10，若i不等于0，令j＝j+1，并返回S7；

S10：令i＝i+1，返回S5；

S11：令令F_i为err_i对应的属性集合，判断err_i是否大于或等于err_i-1，若是则输出F_i-1，转S12；

若否则返回S10；

S12：结束；

步骤S9当中交叉验证具体实施为：当s不大于k时，以F_j为模型的属性集合，第s份数据用来评价分类器，其他k-1份被用来训练分类器；同时将s+1的值赋值给新的s；

当s大于k时，交叉验证完成；

在S1前进行数据预处理，对属性变量数据进行标准化，标准化计算公式如下：

属性选择前的属性包括土层深度(Depth)，测量圆锥阻力(q_c)，摩阻比(R_f)，有效竖向应力(σ'_v)，总竖向应力(σ_v)，峰值地面水平加速度(α_max)和矩震级(M_w)，经过计算，得到属性集合为{Depth,q_c,R_f,σ'_v,α_max,M_w}；

数据集合包括了液化数据和非液化数据，这些数据是通过圆锥触探试验，从多场地震中的多个地点采集到的，土壤类型包括砂土、粉砂土和粉土。