摘要

针对确定性分析方法进行水泥土搅拌桩(DMC)复合地基工后沉降控制存在一定风险的问题,基于Monte Carlo dropout神经网络(ANN_MCD)架构的随机变换,利用模型输出随机性表征土体参数的不确定性.结合有限元与代理模型,开展考虑土体参数不确定性的DMC复合地基工后沉降高效计算,获得不同桩长、桩径、桩间距、垫层厚度参数组合下的工后沉降概率分布.以路基正常使用极限状态下的目标可靠指标,确定工后沉降界限值,建立沉降与地基处理成本的非线性映射关系,结合成本效能指标进行结构设计优化.研究表明,ANN_MCD模型可以依据地基软黏土塑性指数Ip,推演修正剑桥模型参数的不确定性,预测参数的95%置信区间与试验值吻合良好.利用土体与结构参数独立进行特征提取的双输入层ANN代理模型,可以有效地避免网络结构冗余,实现DMC复合地基工后沉降S的高效高精度预测. S与最低建造成本符合Logistic曲线形式,成本效能分界值Cv位于曲率最大点,设计优化方案应位于成本≤Cv的高效费比区.