径向基函数网络在沥青路面使用性能评价中的应用

被引:18
作者
曾胜
机构
[1] 长沙理工大学
基金
湖南省自然科学基金;
关键词
道路工程; 沥青路面; 径向基函数网络; 使用性能; PQI;
D O I
暂无
中图分类号
U416.217 [沥青路面];
学科分类号
0814 ;
摘要
为提高沥青路面使用性能评价的科学性和合理性,利用神经网络技术对处理非线性映射问题有较好适应性的特点,开发了基于径向基函数网络的路面使用性能评价模型,模型综合考虑了交通量、温度、面层厚度、PCI指标等10个参数对沥青路面使用性能的影响,选择一定的样本数据进行了网络训练,并将训练好的网络模型的输出值与测试值进行了比较。计算结果表明,径向基函数网络模型弥补了传统评价模型的狭隘性、单一性等缺点,更真实地反映了路面工作性能与各影响因素之间的本构关系,且预估精度能够很好地满足工程实际要求,具有良好的推广性和可靠性。
引用
收藏
页码:23 / 26+54 +54
页数:5
相关论文
共 10 条
[1]   公路沥青路面使用性能灰色综合评估 [J].
胡群芳 ;
刘文 ;
李清富 .
公路交通科技, 2006, (01) :12-15+31
[2]   高等级公路沥青路面性能评价方法 [J].
张永清 ;
贾双盈 .
长安大学学报(自然科学版), 2005, (02) :11-15
[3]   京珠高速公路路面使用性能的混合GANN评价 [J].
刘沐宇 ;
黄文雄 ;
叶家军 .
武汉理工大学学报(交通科学与工程版), 2004, (01) :44-47
[4]   基于遗传算法的进化神经网络 [J].
郭晓婷 ;
朱岩 .
清华大学学报(自然科学版), 2000, (10) :116-119
[5]   模糊神经网络在沥青路面使用性能评价中的应用 [J].
何铁军 ;
黄卫 .
公路交通科技, 2000, (04) :15-18
[6]   路面状况指数的BP网络预测 [J].
杨文山 .
哈尔滨建筑大学学报, 2000, (03) :107-110
[7]  
高速公路养护管理[M]. 人民交通出版社 , 《高速公路养护管理》编委会[编], 2001
[8]  
MATLAB神经网络应用设计[M]. 科学出版社 , 闻新等编著, 2000
[9]  
Bayesian neural networks for classification: how useful is the evidence framework?[J] . W.D. Penny,S.J. Roberts.Neural Networks . 1999 (6)
[10]  
Reports 5,Pavement Research .2 The AASHTO Road Tests. Special Report 61E . 1962