基于UD-SVM-NSGA-Ⅱ的水工沥青混凝土配合比优化方法

本发明属于沥青混凝土配合比设计方法，具体涉及基于ud-svm-nsga-ⅱ的水工沥青混凝土配合比优化方法。

背景技术：

1、沥青混合料由于具有优异的抗渗性能，被广泛应用于抽水蓄能电站防渗方面。而在西部地区，水工沥青混凝土面临高海拔、高地震烈度和气候恶劣等不利因素，传统水工沥青混凝土配合比设计理论面临巨大的挑战，工程生产迫切需要一种更高效、更准确的配合比设计方法。基于半经验单因素法的配合比设计理论存在主观性影响大、难以考虑组分相互作用以及无法满足复杂条件下的水工沥青混凝土配合比设计。在此基础上，现有沥青混凝土配合比的优化，多数方法只考虑材料性能指标，难以获得兼顾多种需求的理论配合比。因此，需要形成一套完整的水工沥青混凝土配合比设计及优化流程，以满足的工程建设需求。

技术实现思路

1、本发明的目的是提供基于ud-svm-nsga-ⅱ的水工沥青混凝土配合比优化方法，将svm与nsga-ⅱ相结合，使得配合比更加精准，适应性更强。

2、本发明所采用的技术方案是，基于ud-svm-nsga-ⅱ的水工沥青混凝土配合比优化方法，具体按照以下步骤实施：

3、步骤1、确定水工沥青混凝土的配合比参数：填料浓度x1、胶骨比x2、细骨料率x3，并通过均匀设计ud进行试验设计；具体为：

4、步骤2、以孔隙率、流值为研究目标建立水工沥青混凝土数据集，利用svm预测模型得到孔隙率、流值与配合比的非线性映射关系函数；

5、步骤3、构建水工沥青混凝土配合比参数与经济成本之间的关系式，引入经济成本作为另一个优化目标的适应度函数；

6、步骤4、建立配合比及性能之间的约束，基于nsga-ⅱ实现水工沥青混凝土配合比的多目标优化。

7、本发明的特点还在于，

8、步骤1中，具体为：

9、步骤1.1，确定配合比参数：填料浓度x1、胶骨比x2、细骨料率x3及各参数取值范围，配比参数的计算公式如式(1)-(3)所示：

10、x1＝gf/gb (1)

11、x2＝(gf+gb)/(gs+gg) (2)

12、x3＝gs/(gs+gg) (3)

13、式中：gf为配合比组分中填料的重量，gb为配合比组分中沥青的重量，gs为配合比组分中细骨料的重量，gg为配合比组分中粗骨料的重量；

14、步骤1.2、依据步骤1.1中确定的配合比参数区间，等间隔将配合比参数设置为三个试验水平，以填料浓度、胶骨、细骨料率为样本点，孔隙率、流值为响应值；查询均匀设计表，获得3因素3水平的试验方案un(qs)，n为试验次数，s为影响因素个数，q为试验水平数；并通过中心化l2偏差及可卷的l2偏差来评价试验设计的合理性。

15、步骤2中，具体为：

16、步骤2.1、根据设计的均匀设计试验成型马歇尔试件，并完成试件的孔隙率、流值的测量，取三个试件的测量结果的平均值作为响应值；根据ud试验得到试验数据，构建基础数据集，并对数据做归一化处理；

17、步骤2.2、将填料浓度x1、胶骨比x2、细骨料率x3作为输入变量，孔隙率y1，流值y2设置为输出变量y，输入变量和输出变量之间存在的数学映射关系，如式(4)所示：

18、y＝f{x1,x2,x3} (4)

19、式中：y为输出变量，f{x1,x2,x3}为关于填料浓度，胶骨比，细骨料率的映射函数；

20、步骤2.3、在matlab中结合svm以实现y与f{x1,x2,x3}的映射，即为svm预测模型，将归一化后的数据的5/6作为训练样本来训练svm预测模型，建立过程调整参数，包括正则化参数c、核参数g；使用均方根误差rmse和相关系数r2的大小来衡量模型准确性，另外将归一化后的数据的1/6作为测试样本，测试模型的精度；

21、步骤2.4、依据建立的svm预测模型，构建参数与目标变量之间的复杂非线性，即分别建立沥青混凝土孔隙率回归函数miny1、流值回归函数maxy2，如式(7)及式(8)所示：

22、miny1＝svm1(x) (7)

23、maxy2＝svm2(x) (8)

24、式中：miny1为最小孔隙率，svm1(x)为孔隙率关于输入参数的映射关系，maxy2为最大流值，svm2(x)为流值关于输入参数的映射关系，x表示水工沥青混凝土配合比的输入参数组合。

25、步骤3中，具体为：获得水工沥青混凝土原料价格:粗骨料单价p1，细骨料的单价p2，水工沥青的单价p3，矿粉的单价p4，柴油的单价p5；水工沥青混凝土加工到铺筑全过程中经济成本包括：原材料的成本以及原材料加热至拌合温度引起能源消耗费；单位沥青质量下水工沥青混凝土的经济成本e计算公式如式(9)所示：

26、e＝a1p1+a2p2+a3p3+a4p4+a5p5 (9)

27、式中：e为经济成本，水工沥青质量为a1，单位为kg；填料质量为a2，单位为kg；细骨料质量为a3，单位为kg；粗骨料的质量为a4，单位为kg；a5为水工沥青混凝土中原材料加热过程中所消耗的柴油量。

28、步骤4中，具体为：

29、步骤4.1、构建3个目标函数，为实现多目标优化作铺垫；根据式(7)得到基于svm的水工沥青混凝土孔隙率目标函数，如式(10)所示；根据式(8)得到基于svm的水工沥青混凝土流值目标函数，如式(11)所示，水工沥青混凝土经济成本函数，如式(12)所示：

30、miny1＝svm1(x1,x2,x3) (10)

31、maxy2＝svm2(x1,x2,x3) (11)

32、miny3＝e(x1,x2,x3,a1,...a5,p1,...,p5) (12)

33、式中：miny1为最小孔隙率，svm1(x1,x2,x3)为孔隙率关于配比参数的映射函数，maxy2为最大流值，svm2(x1,x2,x3)为流值关于配比参数的映射函数，miny3为最小经济成本，e(x1,x2,x3,a1…a5,p1…,p5)；

34、步骤4.2、建立多目标约束条件，填料浓度x1、胶骨比x2、细骨料率x3变化范围分别为1.2～2.2，0.18～0.26，30％～60％；孔隙率小于<2.5％；流值y1应满足大于9mm，确定约束条件s.t.如式(13)所示：

35、

36、步骤4.3、基于nsga-ⅱ的多目标优化及分析，确定种群数量、交叉算子、变异算子，利用nsga-ⅱ算法进行全局寻优，在全局寻优的过程中，当迭代次数达到最大并满足算法结束的条件时，即式(13)，求解得pareto最优解集；并采用线性加权和法，如式(14)所示，筛选出满足基本性能的经济型最优配合比；

37、

38、式中：miny(x)为配合比最优解，wi为第i个优化目标的权重，yi(x)为优化目标函数。

39、本发明的有益效果是，本发明方法中充分考虑细骨料含量对配合比的影响，将配比参数作为输入因子，结合均匀设计试验构建基础样本点，在保证计算精度的同时，大幅减少试验次数，并保证试验点在试验范围内充分均衡分散。svm模型用于建立配合比参数与响应值之间的非线性映射，在此基础上，nsga-ⅱ则对确定的目标性能函数与目标经济函数进行多目标优化。融合ud-svm-nsga-ⅱ，使得配合比设计更加科学精准，适应性更强，并可为抽蓄工程提供直接的配合比参数。本发明方法可通过少量的基础数据，建立复杂的映射关系，并精确、高效的解决多目标优化问题。