一种含气黏土不排水剪切响应预测与不确定性量化方法

本发明公开了一种含气黏土不排水剪切响应预测与不确定性量化方法，所述方法构建了“物理基准+机器学习修正”的混合框架，包括：基于修正剑桥模型生成饱和黏土物理基准数据集；构建以响应变化率为学习目标的随机森林偏差学习器，并采用域加权策略融合物理数据与试验数据训练模型；利用训练好的模型通过滚动积分重构含气黏土全路径响应轨迹；基于蒙特卡洛模拟对关键参数扰动生成多条预测轨迹，并通过分位数统计构建预测区间以量化不确定性。本发明在有限数据条件下实现了高精度、物理合理的连续预测，并提供了定量化的不确定性度量，提升了预测结果的可靠性。