基于GA-ANN的路基土回弹模量预测及敏感性分析.pdfVIP

第５１卷第１期湖南交通科技Ｖｏｌ．５１Ｎｏ．１

２０２５年３月ＨＵＮＡＮＣＯＭＭＵＮＩＣＡＴＩＯＮＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＭａｒ．，２０２５

???

文章编号：１００８８４４Ｘ（２０２５

基于ＧＡ－ＡＮＮ的路基土回弹模量预测及敏感性分析

１，２１，２３１，２

谭伟，方鸿，范利民，潘世强

（１湖南省交通科学研究院有限公司，湖南长沙４１０１１４；２交通建设工程湖南省重点实验室，湖南长沙４１０１１４；

３中交第三公路工程局有限公司，湖北武汉４３００３０）

摘要：为了克服测试路基土回弹模量带来的时间和成本问题，采用ＧＡ－ＡＮＮ联合模

型对路基黏性土回弹模量Ｍ进行预测，即在大量回弹模量试验数据的基础上，利用遗传算

ｒ

法（ＧＡ）确定人工神经网络（ＡＮＮ）的权重和偏置值的最优解，从而训练开发ＧＡ－ＡＮＮ

联合模型。使用该模型对湖南省某工程实例的路基土回弹模量进行预测，将该方法与其他方

法的预测结果进行对比。研究结果表明：利用ＧＡ全局搜索的优势，可以更好地优化ＡＮＮ

的权重和偏置值，改善ＡＮＮ的预测能力，ＧＡ－ＡＮＮ联合模型可作为预测黏性土回弹模量的

有效工具，预测效果优于ＧＡ、ＬＧＰ等模型；根据敏感性分析结果，文中选择的９个输入变

量对回弹模量的影响均较为显著，其中ＵＣＳ、Ｐ和ｗ是最具影响力的变量。ＧＡ－ＡＮＮ联

２００ｏｐｔ

合模型可用于路基土回弹模量的初步估测，以减少开展大量循环三轴试验的时间和成本。

关键词：路基土；回弹模量；遗传算法；人工神经网络；三轴试验；敏感性分析

中图分类号：Ｕ４１６１文献标志码：Ａ

［６］

工神经网络、ＫＨＯＵＲＹ等使用支持向量机方法

０引言［７］

预测路基土的弹性模量。ＳＡＤＲＯＳＳＡＤＡＴ等使用

路基是指道路的基础结构，起着承载车辆荷载遗传编程的一种变体，即线性遗传编程（ＬＧＰ）估

并将其传递分散至地基的作用。路基土在每次荷载［８］

算黏性路基土的Ｍ。张袺等通过室内重复加载

ｒ

重复时都经历可恢复变形和永久变形，回弹模量三轴试验，构建了基于径向基函数神经网络的路基

Ｍ是表征路基填土在交通荷载下可恢复变形行为土动态回弹模量预估模型。在人工智能方法中，人

ｒ

的基本指标，被定义为施加的偏应力与可恢复应变工神经网络（ＡＮＮ）应用广泛，能管理大型数据

的比值［１－２］。集的复杂问题，可处理具有多个输出的问题以及有

［９］

路基土的回弹模量Ｍ主要取决于路基土的应力效预测未见数据，但也存在学习效率低、计算