摘要：研究目的:减震层结构设计是保障西部强震区地下工程结构稳定的重要措施,而减震材料的发展和应用是丰富减震层结构设计和保障其性能的关键,全面认识橡胶-砂混凝土耗能特性为其有效应用于地下工程减震层奠定基础。本文通过霍普金森压杆试验测试橡胶-砂混凝土的耗能性能,并基于试验结果,以反向传播神经网络为基础算法,通过四种不同的群体智能优化算法分别对其进行优化,从而构建四种集成反向传播神经网络-群体智能优化算法的混合智能预测模型。研究结论:(1)影响橡胶-砂混凝土耗能特性的重要程度从高到低依次为:橡胶含量>水泥含量>橡胶粒径;(2)四种混合智能预测模型的最佳种群数量为150(PSO-BPNN)、75(FOA-BPNN)、75(LSO-BPNN)和80(SSA-BPNN);(3)对橡胶-砂混凝土透射能占比预测精度最高的是LSO-BPNN混合智能模型,其他模型预测精度从优到劣依次为:PSO-BPNN、FOA-BPNN、SSA-BPNN;(4)本研究成果可用于研制适用于铁路隧道等地下工程减震材料的橡胶-砂混凝土,为保证铁路隧道安全建造和稳定运营的减震设计提供理论指导依据。