一种基于机器学习对非饱和土参数反演的方法

本发明公开一种基于机器学习对非饱和土参数反演的方法，属于土体渗流测控技术领域。首先通过渗流实验测定不同压实度和初始饱和度下的土体出水时间，建立边界条件驱动的土柱渗流有限元模型。采用Van Genuchten模型描述土水特征曲线与渗透系数关系，通过正交试验设计设定压强P0和无量纲参数a的取值组合。将数值模拟获得的出水时间、压实度和初始饱和度作为输入，P0和a作为输出，进行归一化处理后构建训练数据集。利用机器学习模型学习输入输出间的映射关系，优化参数使预测误差最小。最终将实测数据输入训练好的模型，反演得到目标参数P0和a。本发明节约了具体的非饱和土增湿或脱湿试验和渗透试验所花费的时间，成本低。