一种基于大模型与强化学习的道路结构设计方法

本发明属于道路工程技术、人工智能与工程力学交叉领域，具体涉及一种基于大模型与强化学习的道路结构设计方法。构建了"自然语言输入‑参数自动化映射‑规范标准值获取‑有限元验证‑强化学习优化"的技术闭环：通过构建荷载参数映射表与材料语义编码器，系统可将自然语言输入自动转换为荷载、材料、层厚等工程参数，解决非标工况适应性问题。并进一步结合力学理论解与有限元模拟构建偏差特征空间，驱动强化学习智能体在满足理论约束的条件下快速寻优。相较于传统试算方法与现有智能优化方案，大幅度减少设计迭代次数与材料成本，提升输出方案的安全性与合规性，实现了从经验驱动到理论引导的智能化跨越。