首页|复合改良土强度特征及利用LOOCV的预测研究

复合改良土强度特征及利用LOOCV的预测研究

扫码查看
原文链接
  • 万方数据
  • 维普
为研究复合改良土强度特征并在数据有限情况下建立可靠的预测模型,针对湖南省某高速公路膨胀土,掺入粉煤灰(FA)和聚丙烯(PP)纤维进行复合改良,并开展了不同养护方法、养护时间和干湿循环次数下的无侧限抗压强度(UCS)和劈裂抗拉强度(STS)试验,探讨了 FA和PP纤维对膨胀土强度改善的耦合效应,并尝试利用留一交叉验证法(LOOCV)建立可靠的人工神经网络(ANN)预测模型.研究表明:FA通过离子交换作用和水化胶凝作用可显著提高膨胀土的UCS,在添加FA的同时添加PP纤维,可进一步增加其抗拉强度,但PP纤维不宜添加过多,20％FA+0.5％PP纤维的组合具有最佳强度;复合改良土抵抗干湿循环的能力较素土有所增加,但干湿循环作用下其强度仍然有一定衰减;在试验数据不充足的情况下,利用LOOCV有助于训练并建立可靠的ANN预测模型,该模型对训练集和测试集以外的试样强度同样具有较好的预测效果,从而为路基复合改良土性能机器学习预测提供参考借鉴.

向俊宇

展开 >

湖南省交通科学研究院有限公司,湖南长沙 410114

交通建设工程湖南省重点实验室,湖南长沙 410114

路基 膨胀土 复合改良 无侧限抗压强度 人工神经网络 留一交叉验证法

国家重点研发计划项目湖南省交通科技项目湖南省交通运输地方标准修订项目

2019YFC1904700202214B202211

2024

湖南交通科技
湖南省交通科学研究院 湖南省公路学会 湖南省航海学会

湖南交通科技

影响因子：0.455
ISSN：1008-844X
年,卷(期)：2024.50(3)