Resumen

La cohesión del suelo (C) es una de las propiedades críticas del suelo y está estrechamente relacionada con propiedades básicas del suelo como la distribución del tamaño de partículas, el tamaño de poro y la resistencia al corte. Por lo tanto, principalmente se determina mediante métodos experimentales. Sin embargo, los métodos experimentales suelen ser lentos y costosos. Por lo tanto, se recomienda encarecidamente desarrollar un enfoque alternativo basado en técnicas de aprendizaje automático (ML) para resolver este problema. En este estudio, se construyeron modelos de aprendizaje automático, a saber, máquina de vectores de soporte (SVM), proceso de regresión gaussiana (GPR) y bosque aleatorio (RF), basados en un conjunto de datos de 145 muestras de suelo recogidas del proyecto de autopista Da Nang-Quang Ngai, Vietnam. La base de datos también incluye seis parámetros de entrada, es decir, contenido de arcilla, contenido de humedad, límite líquido, límite plástico, graved

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Cohesión del suelo; Métodos experimentales; Aprendizaje automático; Máquina de vectores de soporte; Bosque aleatorio; Conjunto de datos
• Keywords:Soil cohesion; Experimental methods; Machine learning; Support vector machine; Random forest; Data set