本技术属于数据分类预测技术领域,介绍了一种用于快速评估砂土地震液化风险的方法。该方法包括:步骤S1,从砂土液化领域常用的数据集中筛选数据,形成第一数据集;步骤S2,基于该数据集构建预测模型;步骤S3,利用模型对新数据进行液化势评估。该方法提高了评估效率,降低了成本。
背景技术
砂土地震液化是全球广泛关注的重大自然灾害之一,极易导致地上建筑物和基础设施发生严重的结构性损坏。因此,建立新型预测模型对砂土地震液化进行评估,是防震减灾领域的一项重要任务。然而,近年来在评估砂土地震液化的不确定性问题上,现有方法暴露出以下主要问题:(1)土壤液化相关数据较为匮乏,由于土壤液化实验数据基本为小样本数据集,在小样本情况下,由于数据不足,结果的精度和可靠性可能受到显著影响;(2)在砂土液化的二分类预测问题上,现有预测方法的准确率普遍偏低。因此,需要正确应用合适的方法,避免误差和偏差的产生,并解决准确率较低的问题。
此外,现有预测方法存在一定的局限性。例如,当数据集不足或数据分布发生变化时,这些方法需要根据特定数据集重新训练模型,导致预测效率低下,且模型容易出现过拟合现象。
实现思路