ABSTRACT
Avec le développement de l’ingénierie géotechnique vers la numérisation, l’intelligence artificielle et l’apprentissage automatique sont progressivement utilisés pour aider à résoudre des problèmes complexes. Sur la base de l’histoire de la liquéfaction, un modèle GA-CART pour la prévision du déplacement latéral est développé dans cet article. L’algorithme génétique (GA) est utilisé pour déterminer les paramètres de calcul du modèle d’arbre de décision CART, et le déplacement latéral de liquéfaction est divisé en quatre niveaux. L’épaisseur de la couche équivalente de liquéfaction (T 15), la teneur en particules fines (F 15), l’accélération de pointe de surface (a max ou PGA) et les facteurs d’influence topographiques, le rapport d’espace libre W (dans le cas de l’espace libre) ou la pente S (dans le cas de terrains à pente douce) ont été pris en considération. Sur cette base, le schéma pratique de prévision des niveaux de déplacement latéral de liquéfaction a été proposé. Le modèle GA-CART pour la prévision du déplacement latéral de liquéfaction est simple, facile à appliquer et à mettre à jour, et le taux global de succès de la prévision est augmenté de 5 à 8% par rapport à la méthode traditionnelle. Enfin, l’analyse de sensibilité des facteurs influençant le déplacement latéral de la liquéfaction par modèle GA-CART est effectuée. La recherche montre que le rapport d’espace libre W et la pente S sont les facteurs les plus sensibles de la déformation latérale du site de liquéfaction, suivis de l’épaisseur de couche équivalente T 15, de la teneur en particules fines F 15 et de l’accélération de pointe de surface a max.
