土石坝料压实特性改进多输出预测模型研究

土石坝料压实特性对保证大坝施工质量至关重要.然而,当前坝料压实特性预测主要是对物理、力学和渗透压实特性的单输出回归预测,缺乏对各压实特性目标间相关性的考虑.针对上述问题,提出土石坝料压实特性的改进多输出高斯过程回归(IMO-GPR)预测模型.采用具有噪声的基于密度的聚类方法构建目标特定特征,对多输出高斯过程回归(MO-GPR)模型原始输入空间进行特征扩展,提高模型高维特征空间复杂映射关系解耦能力;同时,结合MO-GPR模型中的输出协方差系数矩阵,实现对多输出压实特性目标间相关性的有效考虑,以最终实现多输出压实特性精确预测.相比传统的高斯过程回归(GPR)、多输出极限学习机(MO-ELM)和MO-GPR模型,所提IMO-GPR模型的预测精度分别提高了24％、20％和17％,且对噪声干扰、数据异常、数据量少等情况具有更强的鲁棒性,为土石坝料压实特性分析提供了新思路.