基于径向基函数神经网络的路基土动态回弹模量  

Radial Basis Function Neural Network based Prediction Model for Dynamic Resilient Modulus of Subgrade Soils

作　　者：张翛[1,2,3] 赵队家[2,3] 刘少文[2,3] 申俊敏[2,3] 

机构地区：[1]同济大学道路与交通工程教育部重点实验室,上海市201804 [2]山西省交通科学研究院黄土地区公路建设与养护技术交通行业重点实验室,太原市030006 [3]山西省交通科学研究院黄土地区公路建设与养护技术山西省重点实验室,太原市030006

出　　处：《公路》2015年第1期31-36,共6页Highway

基　　金：交通运输部应用基础研究项目;项目编号2011-319-771-080;山西省交通运输厅科技项目;项目编号2014-1-2

摘　　要：通过室内重复加载三轴试验测试某路基土在3个含水量(最佳含水量-3%、最佳含水量和最佳含水量+3%)和3个压实度(91%、96%和100%)下的动态回弹模量值,构建了基于径向基函数神经网络的路基土动态回弹模量预估模型,得到了模型的参数取值。模型参数重要性对比结果表明,影响路基土动态模量的因素的重要性顺序为:含水量>压实度>围压>偏应力。The dynamic resilient modulus of one typical subgrade soil at three moisture content level （OMC--3%, OMC and OMC＋3%） and three degree of compaction （91%,96% and 100%） are studied using repeated loading tri--axial test. A radial basis function neural network based prediction model is developed using tested modulus and the model parameters are estimated. Comparison result shows that the order of variable importance is moisture content〉degree of compaction〉confining stress〉deviator stress.

关 键 词：道路工程 路基土 径向基函数神经网络 回弹模量 重复加载三轴试验 

分 类 号：U416.1[交通运输工程—道路与铁道工程]