基于LSTM的砂岩石基压实过程下一遍压实能值预测与碾压规划框架研究

《Scientific Reports》：LSTM-based prediction and parameter optimization analysis of sandstone subgrade compaction quality

　　

摘要

本研究提出了一种基于 LSTM 的框架，用于砂岩石基压实过程中下一遍压实能值（CEV）的预测及随后的能量规划。现场试验在两个地点进行，每个地点划分为 24 个空间区域。对于每完成的一遍压实，使用累积振动输入能量、含水量和测定的 CEV 来表征历史压实状态。在地点 1，使用前两遍完成的信息来预测第三遍后的 CEV，而在地点 2，使用前三遍的信息来预测第四遍后的 CEV。对于地点 1，LSTM 模型实现的 RMSE、MAE 和 MAPE 值分别为 1.008、0.801 和 4.74%，对于地点 2 则为 1.292、1.218 和 6.92%。为了评估在有限现场数据集下的模型选择，LSTM 进一步与 XGBoost 和 SVR 使用相同的六折空间交叉验证分区进行了比较。LSTM 实现了最低的折外 RMSE、MAE 和 MAPE，数值分别为 0.486、0.356 和 2.17%。对于地点 2 的后续能量优化，首先使用区域特定的 CEV 与能量关系来估算初始候选能量，然后通过使用固定的 LSTM 模型进行重复向前预测来迭代调整。迭代后，预测 CEV 值在规定的控制区间内的区域比例从 75% 增加到 100%，同时预测 CEV 范围和标准差分别减少了 75.9% 和 82.3%。产生的剩余能量需求进一步转化为碾压计划，其中 7 个区域分配了一遍弱振动，剩余 17 个区域分配了一遍强振动。所提出的框架为砂岩石基压实提供了下一遍 CEV 预测、区域特定能量需求和后续碾压规划之间的定量联系。