华南理工大学学报(自然科学版)

作者：雷宇, 黄亦凡, 罗学东, 等

单位：中国地质大学（武汉） 工程学院，湖北 武汉 430074

关键词：土壤热导率,岩土工程,归一化互信息,极限学习机,萤火虫算法

基金：国家自然科学基金资助项目(42072309);武汉市基础研究知识创新计划项目(20220208010199);中国地质大学（武汉）中央高校基本科研业务费专项资金资助项目(CUGDCJJ202217);湖北省爆破工程重点实验室基金资助项目(HKLBEF202002)

土壤热导率是影响地下温度分布的重要土壤性质，在岩土工程和土木工程施工设计中有重要意义，采用合理手段对其进行预测可有效解决测量耗时长、过程复杂等问题。针对土壤热导率数据非线性和时序性等特征，文中提出一种基于归一化互信息法（NMI）下的萤火虫算法（FA）优化极限学习机（DELM）预测模型（NMI-FA-DELM）进行土壤热导率预测。该模型首先通过NMI筛选影响土壤热导率的关键参数，并将筛选后的参数作为数据集，然后用萤火虫算法优化下的极限学习机（FA-DELM）对土壤热导率进行预测，并对比统计预测方程、随机森林方法、BP神经网络模型、DELM模型、SVR（支持向量回归）模型的预测结果。研究结果表明，NMI-FA-DELM模型能有效预测土壤热导率，预测结果对应的均方根误差、平均绝对百分比误差、a10指数和决定系数分别为0.363、9.667%、0.961和0.92，其预测效果较其他预测模型更好，粘性土含量、含沙量对土壤热导率预测结果影响较大。NMI-FA-DELM模型可有效提高土壤热导率预测精度，对实际工程中预测土壤热导率有重要的指导意义。

来源：2023年第9期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2023年第9期