首页|黏土路基回弹模量预测及贝叶斯模型选择研究

黏土路基回弹模量预测及贝叶斯模型选择研究

扫码查看
原文链接
  • 万方数据
  • 维普
[目的]确定黏土路基回弹模量的最优估计模型,实现黏土路基回弹模量的准确预测.[方法]采用贝叶斯高斯过程回归方法,建立了路基土的围压、偏应力、含水率以及干重度与路基回弹模量之间的定量关系,实现了高斯过程回归参数的准确估计与最优影响因子组合的客观选择,在模型的复杂度与拟合程度之间达到了自动平衡.[结果]基于所提出的贝叶斯高斯过程回归方法可准确预测路基的回弹模量,所选最优模型的决定系数(R2)和平均绝对百分误差(RMAPE)分别达到了0.99和1.51％,与全变量模型的预测性能几乎相同.在100次随机试验中,最优模型被选择的比率达到了88％.[结论]所提出的贝叶斯高斯过程回归方法不仅可以通过路基土相关物理力学参数准确预测路基的回弹模量,还可以有效剔除冗余输入变量,在保证模型拟合程度的情况下,降低了模型的复杂度,这对模型的应用与推广具有重要意义.
Prediction of the resilient modulus of subgrade clay and Bayesian model class selection

subgrade engineeringGaussian process regressiondata-drivennon-parametric modelingBayesian framework

宋超、赵腾远

展开 >

西安交通大学 人居环境与建筑工程学院,陕西 西安 710049

路基工程 高斯过程回归 数据驱动 非参模型 贝叶斯理论

国家自然科学基金国家自然科学基金

42107204

2024

10.19951/j.cnki.1672-9331.20231201001

长沙理工大学学报(自然科学版)
长沙理工大学

长沙理工大学学报(自然科学版)

影响因子：0.63
ISSN：1672-9331
年,卷(期)：2024.21(1)
  • 25