基于自适应神经模糊推理系统的沥青复数模量预测

• 作者: 管朝鹏
• 来源期刊: 石油沥青
• 关键词: 沥青 EVA 复数模量 神经网络 预测
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 试验与研究
• 页码范围: 58-62
• 页数: 5页
• 字数: 2691字
• 语种: 中文

摘要

通过使用自适应网络模糊推理系统(ANFIS)旨在模拟基质沥青及EVA改性沥青复数模量.使用动态剪切流变仪(DSR)确定基质沥青及EVA改性沥青(PMB)的复数模量.通过在70号基质沥青中掺加5种掺量的EVA拌和制得PMB试样.在ANHS建模中,沥青温度、频率及EVA掺量为输入层的参数,复数模量是输出层的参数.使用ANFIS中相关的混合学习算法.对所有输入的个体,研究中使用的算法变量为2个输入关系函数和3个输入关系函数.输入关系函数为triangular,gbell,gauss2和gauss.结果表明,EVA改性沥青比基质沥青的温度敏感性较小.自适应网络模糊推理系统和统计方法可以用来模拟沥青在不同温度及频率下的复数模量.分析表明,通过减少输入关系函数的数量改善了训练精度和利用两种gauss输入关系函数为最优拓扑.此外,预测的复数模量与实测的复数模量相关度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管朝鹏		5	0	0.0	0.0