基于PSO-RBF的渗透型浆液注浆效果预测方法及系统

本发明公开了一种基于PSO‑RBF的渗透型浆液注浆效果预测方法及系统，涉及注浆修复工程领域，包括以下步骤：采集不同路面基层的孔隙率和含水率，获取注浆影响因素数据，包括单孔注浆量，注浆孔深度，注浆孔间距，将孔隙率、含水率和注浆影响因素数据划分为训练集和测试集，利用粒子群优化的RBF神经网络模型生成注浆取芯样品抗压强度预测模型预测得到注浆体抗压强度的预测值，使用相同步骤得到浆液扩散深度预测值，根据两组预测值与实测值计算综合注浆性能评价系数，与预先设定的误差阈值相比较，不超过误差阈值判断为预测结果满足精度要求。本发明通过基于粒子群优化RBF神经网络能够实现渗透型浆液注浆修复实现较精准的注浆效果预测。