由于沥青材料高分子成分的复杂性、温度的敏感性等原因,沥青混合料的本构关系一直是未能很好解决的工程问题。该文首先在 Python中使用 Tensorflow 进行了循环神经网络的搭建,并用 Boltzmann叠加原理生成了训练循环神经网络所需要的数据。训练结果表明:循环神经网络高度拟合了 Boltzmann叠加原理的计算结果,初步验证了采用循环神经网络对沥青混合料进行本构分析的可行性。运用迁移学习理论仅用一组数据再次精确拟合了 Boltzmann叠加原理的计算结果,表明在成功训练循环神经网络的基础上将能够用少量数据完成对其他沥青混合料的本构分析。