基于多任务学习与相似性检索的路基支挡结构智能设计研究
李伯根，魏炜，刘力源，付海清
（中铁二院工程集团有限责任公司，成都 610031）
摘要：针对铁路路基支挡结构设计中经验依赖性强、边界条件复杂以及设计效率低等痛点，提出一种基于“地质断面图像化+卷积神经网络（CNN）+相似性检索”的智能设计方法。该方法将历史工程案例中的地形、地层及岩土参数统一映射为结构化RGB图像，通过颜色编码同步表征空间分布与力学特性，有效避免了传统属性概化或文本描述的样本构建方式所导致的信息损失；在此基础上，构建端到端CNN多任务学习模型，实现支挡结构类型分类与关键参数回归的联合建模。实验结果表明：模型在验证集上分类准确率达80%，结构参数平均绝对误差（MAE）为0.05，训练过程收敛稳定且无过拟合；进一步基于训练所得共享特征提取器与特征向量相似性检索机制实现Top-K方案推荐，在测试集上Top-1推荐准确率为79%（对应参数平均最小误差为0.05），Top-3准确率提升至90%（误差降至0.02）。目前，该模型已集成至支挡结构智能设计系统，支持可研阶段的自动化单方案生成与施工图阶段的多方案比选，实现了从地质输入到智能推荐的工程闭环应用。
关键词：铁路路基；支挡结构；卷积神经网络；地质断面；多任务学习；相似性检索
中图分类号：U213.1;TP183 文献标识码: A DOI:10.13238/j.issn.1004-2954.202511120002