基于神经网络算法的沥青路面使用性能组合预测模型研究

作者：曹雪娟; 卢治琳^*; 吴博文; 黄莹; 王民

来源：重庆交通大学学报(自然科学版), 2023, 42(03): 71-77.

• 道路工程
• RBF神经网络模型
• 主成分分析算法
• 遗传算法

为了准确预测沥青路面使用性能变化规律，提出了基于径向基神经网络算法的路面使用性能组合预测模型PCA-GA-RBF;针对神经网络收敛速度慢、模型参数容易陷入局部最优的问题，采用主成分分析算法对路面使用性能影响因素进行了降维处理，利用遗传算法对神经网络结构进行了优化；通过路面行驶质量的预测分析对组合预测模型进行了验证。研究表明：组合预测模型PCA-GA-RBF的拟合优度R2=0.820,均方根误差S=2.645,比单一RBF神经网络预测模型误差降低了11.4%,平均预测准确率为84.13%;组合预测模型计算速率快、预测精度高、预测效果好。

• 出版日期2023
• 单位重庆市智翔铺道技术工程有限公司; 土木工程学院; 重庆交通大学