基于神经网络的沥青混合料抗剪强度预估方法

• 作者: 孙立军 崔鹏 杨斐 邵敏华
• 来源期刊: 同济大学学报(自然科学版)
• 学科: 交通运输
• 关键词: 沥青混合料 强度预估 BP神经网络 误差分级迭代 抗剪强度
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 交通运输工程
• 页码范围: 1191-1194,1204
• 页数: 5页
• 分类号: U416
• 字数: 3969字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-374X.2008.09.008

摘要

通过采用神经网络工具,探讨沥青混合料的抗剪强度预估方法.通过对比,采用不同输入参数,选定沥青类型、集料类型、空隙率、级配类型、公称粒径、油石比等六个影响因素作为输入参数.引入了误差分级迭代法进行网络学习训练,通过对比常规BP算法和误差分级迭代法,发现后者能有效减轻初始权值和阈值对训练和样本预测的影响,也能较好控制样本预测的误差.因此,建议采用基于误差分级迭代法的BP神经网络方法,预测沥青混合料的抗剪强度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙立军	同济大学道路与交通工程教育部重点实验室	457	9588	52.0	72.0
2	崔鹏	同济大学道路与交通工程教育部重点实验室	21	305	9.0	17.0
3	邵敏华	同济大学道路与交通工程教育部重点实验室	47	677	15.0	25.0
4	杨斐	同济大学道路与交通工程教育部重点实验室	5	52	5.0	5.0