基于混合神经网络(GANN)的沥青路面使用性能预测模型

• 作者: 俞竞伟 傅睿 李雄威 王新军
• 来源期刊: 桂林理工大学学报
• 学科: 交通运输
• 关键词: 沥青路面 使用性能 GM模型 人工神经网络 混合神经网络模型
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 土木工程
• 页码范围: 521-525
• 页数: 5页
• 分类号: U416.217
• 字数: 2624字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2016.03.016

摘要

针对GM模型要求的样本点少、不必有较好的分布规律,且计算量少、操作简便,而BP神经网络可以反馈校正输出的误差,具有并行计算、分布式信息存储、强容错力、自适应学习功能等特点,将GM(1,1)模型与BP神经网络模型相结合,建立了混合神经网络预测模型,并结合实例进行了检验性预测.结果表明:混合神经网络模型在预测精度方面优于传统灰色模型.该模型的算法概念明确、计算简便,有较高的拟合和预测精度,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新军	常州工学院土木建筑工程学院	34	107	7.0	9.0
2	李雄威	常州工学院土木建筑工程学院	63	373	11.0	17.0
3	傅睿	常州工学院土木建筑工程学院	16	29	3.0	4.0
4	俞竞伟	东南大学建筑学院	5	29	3.0	5.0