基于GA-ANN的路基土回弹模量预测及敏感性分析  

Prediction and Sensitivity Analysis of Subgrade Soil Rebound Modulus Based on GA-ANN

作　　者：谭伟 方鸿 范利民 潘世强 TAN Wei

机构地区：[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

出　　处：《湖南交通科技》2025年第1期56-61,共6页Hunan Communication Science and Technology

基　　金：湖南省交通运输厅科技项目(202214,202238);中交三公局科技创新项目(3GS-GX-0699-2022-0002)。

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 r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_(200)和w_(opt)是最具影响力的变量。GA-ANN联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 

分 类 号：U416.1[交通运输工程—道路与铁道工程]