论文部分内容阅读
回弹模量作为路基结构的刚度指标,是路面结构设计中的重要参数。为快速准确地获取路基土回弹模量,本文采用BP神经网络对回弹模量进行直接预估,以多种群遗传算法对BP算法进行优化,解决了传统BP神经网络效率低、易陷于局部最优和过拟合等问题。建立了由10个输入变量、21个隐含层和1个输出变量组成的回弹模量预估方法。其中,输入变量包括路基土的物性参数(液限、塑限、塑性指数、细粒含量、最大干密度、最佳含水率)、状态变量(压实度、含水率)和应力变量(围压、偏应力);输出变量为回弹模量。结合已有文献中的大量试验数据,将所建