支持向量回归算法在土体含水率AHFO测试中的应用研究

主动加热光纤法(AHFO)可实现土体原位含水率的分布式测量，但受场地复杂环境的影响，现有含水率计算模型解译获得的测试结果容易发生较大误差。本文在试验研究的基础上，探究了土体干密度对AHFO法含水率计算的影响，并将支持向量回归(SVR)算法引入含水率的计算模型中，与传统计算模型进行了对比。研究结果表明：土体干密度是影响含水率计算模型精度的重要因素，干密度波动越大则传统计算模型的计算误差也越大，土体较高含水率下会降低计算模型的敏感性；与传统的含水率计算模型相比，考虑干密度影响的径向基核支持向量回归方法具有更高的计算精度，建议在含水率AHFO法的测试中推广应用。