一种基于机器学习算法融合预测模型的土层量化分层方法、系统、设备以及介质

本发明提供一种基于机器学习算法融合预测模型的土层量化分层方法、系统、设备以及介质，所述方法包括如下步骤：S1、孔压静力触探数据和土层分类信息的收集与整理；S2、采用SVM、RF、XGBoost建立基础模型；S3、采用贝叶斯优化算法对基础模型超参数进行寻优；S4、建立三个基础模型的融合预测模型；S5、对融合预测模型进行训练；S6、运用已完成训练的融合预测模型对另一场地的土层类型进行预测；S7、确定划分精度，对分层结果进行并层处理，最终得到土层量化分层结果。本发明能快速建立孔压静力触探数据与土层类别的定量关系，实现快速精确分类，并能量化土层分类的不确定性，同时避免了传统土层分类方法的主观性和单一算法的局限性。