摘要：岩土工程智能化系统研究是岩土工程领域前缘问题。本文基于信息技术中最先进的数据挖掘技术,研制了黄土力学数据挖掘系统,包括有预处理模块、挖掘操作模块、知识库管理模块,自重湿陷与湿陷性判定决策树模型、判定规则和评价模型的精度以及其他应用软件接口等。可实现数据的归约、聚类分析、分类、预测等。通过工程实例分析,证明了该系统的有效性和实用性。采用59项工程的2766组黄土试验数据对决策树的每条规则进行测试,结果表明自重湿陷性判定规则的准确率为87.3%,湿陷性判定规则的准确率为92.5%。利用挖掘所得到的判定规则和决策树模型,可减少试验工作、降低成本;提出的模型还可用于确定湿陷底界与自重湿陷的底界,从而为地基处理深度的确定提供依据。

摘要：依据数据挖掘技术,采用分类回归树决策树和概率神经网络对黄土的分类规则进行挖掘。利用主成分分析法对数据进行了清洗和降维处理,以处理后的新变量作为挖掘对象,使挖掘出的分类模型和规则得到了简化,提高了计算精度;同时归纳出了影响黄土分类的因素,所挖掘出的分类规则可用于黄土地层的智能划分。研究结果表明,挖掘出的知识具有良好的实用性。