基于大样本的土基模量反算方法.pdfVIP

第４９卷第２１期山西建筑Ｖｏｌ．４９Ｎｏ．２１

·１３０·２０２３年１１月Ｎｏｖ．２０２３

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

１０．１３７１９／ｊ．ｃｎｋｉ．１００９－６８２５．２０２３．２１．０３４

ＤＯＩ：

基于大样本的土基模量反算方法★

１２

高燕，英红

（１．衡水市市政工程管理中心，河北衡水０５３０００；

２．桂林电子科技大学建筑与交通工程学院，广西桂林５４１００４）

摘要：针对土基模量反算的技术难题，提出了一种基于神经网络的大样本反算方法，该方法在利用Ｂｉｓａｒ软件进行正算时，

使用了６种面层厚度、８种基层厚度、１０种土基模量、面层和基层模量各１５种，合计１０８０００个正算样本，基本涵盖了三层常用

结构的各种工况，实验结果表明，误差满足工程实际需求。

关键词：道路工程；沥青路面；模量反算；弯沉盆

中图分类号：ＴＵ９９７文献标识码：Ａ１００９－６８２５（２０２３）２１－０１３０－０２

文章编号：

土基模量的取值是道路设计最基本的参数，是结构的误差，使得远离荷载中心的测点相对误差较大，导致估

层选型、厚度设计的关键参数，尤其是在旧路维护补强设算误差增大的问题，因此，综合考虑弯沉盆曲线上的９个

计中，由于复杂的工况，原有道路的土基模量的参考值发测点，将有效的平衡仪器带来的误差，面对较多参数组合

生较大变化，此时，依靠现有道路的ＦＷＤ弯沉盆曲线进的大样本分析，使用９个测点数据进行回归分析复杂度

行土基模量反算可解决此类问题，以往的研究人员提出太大，使用神经网络是个简便的方法。

过较多的反算方法，如早期国内外使用的数据库法、迭代

［１］［２］

法，近期的神经网络、惰性点法等等，但由于考虑各

层厚度、模量变化的样本较少，对各种工况难以覆盖，本

文充分考虑各结构层厚度、模量的变化，利用神经网络实

现土基模量反算，是一种实用性好、覆盖面广的有效

方法。