路基路面体系结构层使用状况是道路管理者非常关心的课题。研究路基路面结构在特定交通和环境下的状况对于沥青路面设计、施工以及养护维修都具有重要的指导意义。在分析目前反分析所存在的问题的基础上，本研究主要是基于静态层状线弹性理论，利用各结构层弹性模量、层底径向应力应变以及土基顶面压应变指标表征结构层状况，对半刚性基层沥青路面进行具体的评价研究工作。 为了对路基路面体系各结构层弹性模量和厚度对结构层响应(路表弯沉、各结构层层底径向应力和应变)的影响有一个初步了解，为后续建模分析提供参考与指导，根据国内常用的半刚性基层沥青路面结构形式，并结合本研究所使用的落锤式弯沉仪(FWD)，对典型路基路面结构层响应的状态、数值大小以及变化情况都进行了详细的敏感性分析。 参考国内常用的路基路面结构组合形式以及结构层参数取值范围，随机构造了1000种路基路面结构组合的数据库，并结合本研究所使用的FWD在构造和数据采集的特点，在线弹性假设的基础上利用层状弹性计算程序计算相应结构组合的路表弯沉、各结构层层底径向应力和应变。 利用所构建的路基路面结构组合以及由此得到的相应路表弯沉、层底径向应力和应变的数据库，对各结构层弹性模量、层底径向应力、层底径向应变以及土基顶面压应变与路表弯沉值之间的相关性进行了分析。在对众多参量进行筛选，并最终确定相关敏感回归参量后，进行了多元线性回归分析，建立了相应的回归预测模型。通过理论或实测弯沉盆对相应回归分析模型的预测效果检验后发现，土基回弹模量及其顶面压应变、沥青面层弹性模量和底基层层底径向拉应变与路表弯沉都具有较高的相关性，而其他状况指标与路表弯沉值的相关性不太理想。多元线性回归分析与变量筛选为后面BP神经网络建模预测各结构层状况而进行的特征参量提取提供了重要参考。 基于BP神经网络系统建模的原理和优点，在参考前面各结构层状况的多元线性回归分析的基础上，分别提出了预测结构层弹性模量、层底径向应力和层底径向应变的建模方案，并建立了相应的BP神经网络预测模型。通过网络泛化能力的检验结果以及与多元线性回归预测值的比较来看，BP网络预测模型不仅能预测路基路面结构体各相应层的弹性模量、层底径向应力和层底径向应变，精度均能满足工程精度的要求，而且预测精度均比多元线性回归模型好。同时BP网络预测模型还能准确识别结构层层底径向应力和应变的拉压状态，这是其他方法所不能达到的。因此，利用BP神经网络预测路基路面结构层状况的尝试具有很强的理论基础和应用推广价值。结合某实体工程的实测弯沉盆，分别利用多元线性回归模型、BP神经网络模型和Rosydesign反算软件三种方法来预测路基路面体系的各结构层弹性模量，并以计算弯沉盆与实测弯沉盆两者之间的均方差RMSE作为预测效果好坏的判据。结果显示，由回归多元线性回归公式预测结构层弹性模量从整体上来说存在较大的误差，而这些误差主要是来自基层和底基层弹性模量预测误差，计算弯沉盆与实测弯沉盆两者之间的均方差RMSE基本超过10％，但却为BP神经网络方法预测结构层弹性模量的参量提取提供有用的参考和指导；Rosydesign反算软件预测效果也不理想，均方差RMSE基本都超过10％；由BP神经网络预测的结构层弹性模量预测值计算的路表弯沉值与实测弯沉盆之间的RMSE较小，基本控制在5％左右，完全能满足工程精度的要求，充分证明了结构层弹性模量的BP神经网络预测值的可行性、正确性与可靠性。 结合柔性基层试验路的实测弯沉盆，分别利用基于模量反算值的层状弹性计算程序和BP神经网络模型这两种方法来预测沥青面层层底径向拉应变，并与拉应变实测值进行比较。结果显示，基于模量反算值的层状弹性计算程序的计算值比实测值偏大260％左右，其相对误差平均值δ高达187.17％；而BP神经网络模型预测值与实测值比较接近，最大的相对误差不超过50％，同时相对误差平均值δ只有18.38％。因此，利用BP神经网络模型预测沥青面层层底径向应变是可行和可靠的，而且比基于模量反算值的层状弹性程序的计算值具有更高的预测精度，更接近实际路面的实测数据。 本研究所得到的成果为快速、有效地评价半刚性基层沥青路面的使用状况提供了参考，也为更深入研究半刚性基层沥青路面的动态特性和动态设计参数奠定了基础。