The aim of the article was to develop a model identifying soil characteristics and environmental factors that determine its susceptibility to cracking. Additionally, a predictive algorithm was developed to forecast the intensity of soil cracking. The random forest method was used, based on 261 cases. The most significant variables influencing crack intensity were found to be soil moisture, specific density, and soil sample size. The developed algorithm demonstrated high predictive accuracy.
PL
W artykule zaprezentowano model identyfikujący cechy gruntu oraz właściwości środowiskowe decydujące o jego podatności na pękanie. Dodatkowo opracowano algorytm predykcyjny służący do prognozowania intensywności pęknięć gruntu. Wykorzystano metodę lasu losowego na bazie 261 przypadków. Najistotniejszymi zmiennymi wpływającymi na intensywność pęknięć okazały się: wilgotność gruntu, gęstość właściwa i wymiary próbki. Opracowany algorytm charakteryzuje się bardzo dużą dokładnością.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.