[1]杨彦海%董帅%杨野%叶学峰.基于神经网络冷再生层最大剪应力预测[J].沈阳建筑大学学报(自科版),2017,(3):467-474.[doi:10.11717/j.issn:2095-1922.2017.03.10]
点击复制

基于神经网络冷再生层最大剪应力预测()
分享到：

沈阳建筑大学学报(自科版)[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2017年第3期
页码:
467-474
栏目:
土木工程
出版日期:
2018-09-13

文章信息/Info

作者:
杨彦海%董帅%杨野%叶学峰
关键词:
道路工程 冷再生层最大剪应力 遗传算法 灰色神经网络 多元线性回归
DOI:
10.11717/j.issn:2095-1922.2017.03.10
摘要:
目的 针对乳化沥青冷再生路面内部剪应力过大易导致路面产生车辙等路面破坏问题，对其内部剪应力进行预测，减少此类病害，更好地选择路面结构参数，提高冷再生层内部抗剪强度.方法 以乳化沥青冷再生层的厚度、模量，水泥稳定碎石的厚度、模量以及土基模量为输入参数，以冷再生层最大剪应力为输出参数，运用遗传算法对初始参数进行优化，运用灰色神经网络理论构建冷再生层最大剪应力预估模型；构建多元线性回归模型预测最大剪应力，对二者的预测能力进行分析.结果 笔者建立的神经网络模型预测值与实测值拟合效果良好，最大误差仅为4.119 2%，能够进行准确预测.多元线性回归和灰色神经网络预测模型，都可用于冷再生层最大剪应力的预测，但灰色神经网络模型对冷再生层最大剪应力数据的预测结果较优.结论 把灰色神经网络预测模型与沥青路面结构的设计联系起来，可以更好地控制乳化沥青冷再生路面的剪切破坏.
更新日期/Last Update: 2018-09-13