基于遗传算法的模糊优选神经网络路面性能评价模型

• 作者: 刘艳 孙敏 康海贵
• 来源期刊: 大连理工大学学报
• 学科: 交通运输
• 关键词: 路面性能评价 模糊优选 神经网络 遗传算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 船舶、土木工程
• 页码范围: 117-122
• 分类号: U416.21
• 字数: 4540字
• 语种: 中文

摘要

针对现有路面性能评价方法的不足,在模糊优选神经网络模型的基础上,引入遗传算法,建立了基于遗传算法的模糊优选神经网络的路面使用性能评价模型.该算法采用遗传算法优化神经网络权值,再用神经网络对遗传算法搜索到的近似最优解进行微调,并将模糊优选模型作为神经网络的激励函数,使模型具有明确的物理意义.应用该模型对沈大高速公路部分路段进行评价,与其他模型的对比分析表明:该方法在评价精度和效率方面取得了良好的效果,是一种实用的高速公路路面性能评价方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康海贵	大连理工大学海岸和近海工程国家重点实验室	113	2041	22.0	41.0
2	刘艳	大连理工大学海岸和近海工程国家重点实验室	41	325	8.0	17.0
3	孙敏		1	17	1.0	1.0