基于广义回归神经网络的路面摩擦系数预测模型

• 作者: 孟令智 郭卫卫 陈涛 魏朗
• 来源期刊: 公路
• 学科: 交通运输
• 关键词: 路面摩擦系数 便携式摩擦系数测试仪 摆式仪 广义回归神经网络 预测模型
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 道路
• 页码范围: 1-6
• 页数: 6页
• 分类号: U491.251
• 语种: 中文

摘要

为了研究路面摩擦系数的预测问题,利用JN-1型道路摩擦系数测试仪和BM-Ⅱ型摆式摩擦系数测定仪在试验场4种路面进行对比试验,建立了测量结果与摆式仪的转换模型.运用JN-1型道路摩擦系数测试仪在公路和城市道路上8种路面进行测试,研究了路面摩擦系数的影响因素.应用广义回归神经网络分析方法,以路面等级为分类基础,建立了基于广义回归神经网络的路面摩擦系数预测模型,通过131组试验数据对网络模型进行了训练,利用11组试验数据对网络模型进行预测结果对比.结果显示,模型预测值与实测值的平均误差为3.0％,模型预测结果与实测结果吻合,表明预测模型的正确性和精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏朗		134	1244	18.0	28.0
2	陈涛		42	408	12.0	18.0
3	郭卫卫		2	0	0.0	0.0
4	孟令智		2	0	0.0	0.0