关键词:
路基工程
边坡防护方案
图神经网络
智能决策
路基设计
可解释性
摘要:
随着数字化改革深入推进与智能化水平不断提高,传统依赖专家经验和历史案例的设计模式正逐步被数据驱动方法所取代。在当前路基工程边坡防护方案设计中,决策主要基于专家经验和历史案例,缺乏相应知识转化机制。如何从大量设计案例中提取并转化知识成为关键问题。针对路基工程边坡防护设计方案的数据特点,提出基于图神经网络的智能决策技术。首先,通过调研大量成熟设计案例,收集和清洗路基设计领域中边坡防护方案数据,并根据专家经验对数据进行规范化处理;其次,结合专家知识构建图本体图神经网络(GNN)对设计数据集进行训练,并验证神经网络对设计结果的预测效果;最后,利用互信息分析图神经网络模型决策过程中的影响因素,并结合实际设计经验揭示其决策逻辑和效果。试验结果表明:(1)GNN在整体路基边坡防护方案数据集中预测准确率达到76.3%,其中常用防护方案准确率可达86.6%;(2)采用互信息算法分析神经网络权重,并结合实际经验进行相关性分析,深入解释决策逻辑,为理解具体设计逻辑提供新视角。本研究可为后续路基工程边坡防护方案智能化设计和决策过程提供重要方法和理论支持。