一种机器学习联合有限元的土体加固效果评估方法及系统

本发明公开了一种机器学习联合有限元的土体加固效果评估方法及系统，包括：获取不同养护周期加固土体的数据集；通过机器学习方法构建基于波速的土体力学参数预测模型，根据数据集，对土体力学参数预测模型进行模型训练，并将训练好的模型封装为预测工具；待现场注浆加固施工后，通过现场波速试验获取加固土体的波速数据，并确定加固土体的分布范围，基于预测工具，获取加固土体的关键力学参数；通过有限元建模进行现场施工过程模拟，获取变形计算结果；将变形计算结果与临近地下结构的变形控制标准进行对比，评估注浆加固的变形控制效果。本发明解决了传统技术无法建立波速与力学参数定量关系的问题，实现施工对地下结构变形的精准预判。