节点文献
基于改进神经网络的水泥路面使用性能预测模型
Portland Cement Concrete Pavement Performance Prediction Model Based on Improved Neural Network
【摘要】 为了克服传统水泥路面使用性能预测方法的缺陷和误差反向传播(BP)神经网络的不足,利用动量方法改进了BP神经网络收敛性,建立了水泥路面使用性能预测模型.采用广东水泥路面调查数据对模型进行了训练和验证,并对模型训练方法进行了优化.分析表明,该模型具有较好的实用性和预测精度.
【Abstract】 In order to deal with the deficiency of traditional prediction method of pavement performance and the insufficiency of Back-Propagation(BP) neural network,a prediction model based on the improved neural network with momentum Back-Propagation(MOBP) is developed.The model is validated and trained with pavement performance data of Guangdong province,and the training method is also optimized.According to the theoretical analysis and practical verification,the approach is completely feasible.
【关键词】 水泥混凝土路面；
路面使用性能；
神经网络；
预测模型；
【Key words】 portland cement concrete pavement； pavement performance； neural network； prediction model；
【Key words】 portland cement concrete pavement； pavement performance； neural network； prediction model；
- 【文献出处】 同济大学学报(自然科学版) ,Journal of Tongji University(Natural Science) , 编辑部邮箱 ,2006年09期
- 【分类号】U416.216
- 【被引频次】35
- 【下载频次】392