本工具是一款高效的 基于K近邻算法的黏性土无侧限抗压强度估算研究助手, 专用于 岩土工程勘察 地基基础设计 土工试验分析 等领域。 利用先进的 KNN机器学习算法 对黏性土样本进行多维度特征分析, 快速预测 无侧限抗压强度 (UCS), 为工程决策提供可靠的数据支持。
基于历史土工试验数据,建立包含含水率、密度、孔隙比、液塑限等指标的多维特征空间。
在特征空间中搜索与目标土样距离最近的 K 个样本,根据距离远近加权计算无侧限抗压强度预测值。
模型基于海量标准土工试验数据训练,对常规黏性土的估算误差通常在 10%-15% 以内,建议用于初步设计参考。
至少需要含水率、密度和液塑限指标。参数越齐全,KNN 算法的搜索匹配度越高,预测结果越精准。