金坎辉;杨涛;霍树义;王雷;王诚杰;姜岳;张欢灵

河北水利电力学院/河北省岩土工程安全与变形控制重点实验室;中国铁路北京局集团有限公司天津工务段

碾压黏土;抗剪强度;粒子群算法;极限学习机;激活函数;

碾压黏土的抗剪强度直接影响碾压土石坝的质量和使用寿命。为得出碾压黏土抗剪强度的最优预测模型，通过粒子群算法优化极限学习机模型（PSO-ELM）,分别以Sine函数、radbas函数和hardlim函数3种激活函数为基础，构建PSO-ELM_sin,PSO-ELM_rad和PSO-ELM_hard3种模型，并将模型结果与ELM模型、广义回归神经网络模型（GRNN）、随机森林模型（RF）和BP神经网络模型进行了对比。结果表明：在黏聚力和内摩擦角的拟合结果中，PSO-ELM_sin模型精度最高，其拟合方程斜率分别为1.005,1.032;在月值模拟中，PSO-ELM_sin模型与实测值的拟合度最高，相对误差仅在6.0%～9.3%;PSO-ELM_sin模型在黏聚力模拟中RMSE,RRMSE,MAE,E_ns和R~2分别为0.776 kPa, 1.80%,0.641 kPa, 0.993和0.997,该模型在内摩擦角模拟中RMSE,RRMSE,MAE,E_ns和R~2分别为1.635°,6.98%,1.616°,0.983和0.998,模型精度均排名第一。因此，PSO-ELM_sin模型在所有模型中精度最高，可作为碾压黏土抗剪强度预测的标准模型使用。