基于深度混合人工智能的漫滩相软土压缩系数预测方法

本发明公开了一种基于深度混合人工智能的漫滩相软土压缩系数预测方法，获取漫滩相软土土样经过试验所得的试验数据，利用试验数据生成数据集，利用CNN‑CatBoost深度混合模型建立漫滩相软土压缩系数预测模型，将数据集输入漫滩相软土压缩系数预测模型进行训练，对漫滩相软土压缩系数预测模型进行解释性分析。本发明能够在复杂环境下自动学习和提取数据特征，与实际值比较能够证实其预测能力的优越性，并通过可解释性分析解决深度学习模型的黑盒问题，得出各个特征对影响输出变量的影响规律。