基于多输出机器学习的碎石桩复合地基本构参数反演方法OA

针对碎石桩复合地基邓肯E-B模型本构参数反演中存在计算效率低与多目标优化难的问题,提出了融合径向基函数(RBF)代理模型与多目标霜冰(MORIME)优化算法的智能反演方法。该反演方法采用拉丁超立方采样构建参数样本集,建立RBF代理模型替代有限元计算,并引入局部开发策略的MORIME优化算法实现快速反演。以某抽水蓄能电站单桩静载试验为例进行了碎石桩和桩周土邓肯E-B模型参数反演验证,结果表明:该反演方法具有较高的反演精度,将最佳反演参数回代有限元计算得到的不同测点曲线决定系数均在0.99以上;双模态局部开发策略可显著优化关键目标、降低迭代收敛次数。SHAP敏感性分析进一步表明,桩周土参数K和Kb对桩顶位移与桩周土应力影响较大。