本研究は、山留め壁の予測解析に用いる土質パラメータの推定において、機械学習技術の適用可能性を検討したものである。従来の順解析プログラムによる予測解析は、非線形性のある土質に適用可能であるが、実測変位に基づき繰り返し計算を行う必要があるため、解析には時間を要するという課題がある。そこで本研究では、実測変位から土質パラメータを効率的に推定するため、全結合ニューラルネットワーク(FCNN)と畳み込みニューラルネットワーク(CNN)の2 種類のモデルを構築し、多数の弾塑性解析データを用いて学習を実施した。推定した土質パラメータを用いた計算変位と実測変位を比較した結果、FCNN モデルはCNN モデルよりも高精度な推定が可能であることを確認した。検討結果から、機械学習による土質パラメータの推定は、山留め壁の予測解析において実現場への適用可能性があることが確認された。
key words:機械学習、ニューラルネットワーク、山留め壁、弾塑性解析、予測解析