含裂隙预崩解炭质泥岩的强度特性预测

摘要

准确预测含裂隙炭质泥岩路堤的抗剪强度对确保其长期稳定性至关重要。分析了炭质泥岩裂隙的最大长度、最大宽度、数量，裂隙率，水质量分数，干密度，垂直压力等7个影响因素，运用粒子群算法与BP神经网络相结合，建立了PSO-BP神经网络的抗剪强度预测模型。结果表明，相较于传统的BP神经网络，PSO-BP模型的平均绝对百分比误差、平均绝对误差和均方根误差分别降低了66.17%,63.79%和58.78%。此外，模型预测结果表明，裂隙数量增加时，抗剪强度先增加后减小，最终趋于平稳；裂隙最大长度增加，使得抗剪强度持续上升并最终稳定；而裂隙最大宽度和裂隙率增加时，抗剪强度逐渐减小并趋于平稳。改进的PSO-BP预测模型优于BP神经网络，能有效提高预测精度，为炭质泥岩路堤的加固和维护措施提供重要依据，保障其长期稳定性。

关键词

炭质泥岩 / 裂隙 / 路堤 / 抗剪强度 / PSO-BP神经网络

基金资助

湖南省教育厅科学研究项目（22B0342）; 长沙理工大学实践创新与创业项目（CLSJCX23025）