钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
山东交通学院学报期刊
\
基于ICA-RBF神经网络的沥青混合料疲劳性能预测
基于ICA-RBF神经网络的沥青混合料疲劳性能预测
作者:
张彪
李友云
王中恩
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
沥青混合料
神经网络
RBF
ICA-RBF
疲劳性能
摘要:
为研究沥青混合料在多因素环境下疲劳性能的变化趋势,提出一种基于MATLAB软件的优化神经网络预测模型,结合帝国竞争优化算法(imperialist competitive algorithm,ICA)与径向基(radial basis function,RBF)神经网络的优势,构建ICA-RBF神经网络模型,采用拟合优度、平均相对误差、均方根误差分析RBF与ICA-RBF两种模型的预测结果,通过输出权值矩阵计算各影响因素的权重.在52组多变量因素实验数据中随机选取12组样本对模型进行检验,结果表明:ICA-RBF优化模型拟合优度为0.97,与RBF模型相比,ICA-RBF模型更稳定,且整体精度也较高.
暂无资源
收藏
引用
分享
推荐文章
基于神经网络理论的沥青混合料疲劳性能的预测模型
沥青混合料
疲劳性能
影响因素
神经网络
遗传算法
预测模型
基于遗传神经网络沥青混合料抗车辙性能研究
道路工程
动稳定度
遗传神经网络
预估
沥青混合料抗疲劳性能的预测模型
沥青混合料
疲劳性能
影响因素
神经网络
遗传算法
预测模型
基于人工神经网络的连续油管疲劳寿命预测
连续油管
疲劳寿命
表面缺陷
人工神经网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于ICA-RBF神经网络的沥青混合料疲劳性能预测
来源期刊
山东交通学院学报
学科
交通运输
关键词
沥青混合料
神经网络
RBF
ICA-RBF
疲劳性能
年,卷(期)
2020,(1)
所属期刊栏目
研究方向
页码范围
40-45
页数
6页
分类号
U414
字数
3152字
语种
中文
DOI
10.3969/j.issn.1672-0032.2020.01.006
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
李友云
长沙理工大学交通运输工程学院
47
127
6.0
10.0
2
王中恩
长沙理工大学交通运输工程学院
3
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(48)
共引文献
(150)
参考文献
(15)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1681(1)
参考文献(0)
二级参考文献(1)
1965(1)
参考文献(0)
二级参考文献(1)
1979(2)
参考文献(0)
二级参考文献(2)
1992(1)
参考文献(0)
二级参考文献(1)
1999(2)
参考文献(0)
二级参考文献(2)
2001(6)
参考文献(0)
二级参考文献(6)
2002(5)
参考文献(1)
二级参考文献(4)
2003(4)
参考文献(0)
二级参考文献(4)
2004(12)
参考文献(2)
二级参考文献(10)
2005(11)
参考文献(2)
二级参考文献(9)
2006(6)
参考文献(1)
二级参考文献(5)
2007(2)
参考文献(1)
二级参考文献(1)
2008(6)
参考文献(4)
二级参考文献(2)
2009(2)
参考文献(2)
二级参考文献(0)
2011(1)
参考文献(1)
二级参考文献(0)
2012(1)
参考文献(1)
二级参考文献(0)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
沥青混合料
神经网络
RBF
ICA-RBF
疲劳性能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东交通学院学报
主办单位:
山东交通学院
出版周期:
季刊
ISSN:
1672-0032
CN:
37-1398/U
开本:
大16开
出版地:
山东省济南市长清区海棠路5001号
邮发代号:
创刊时间:
1993
语种:
chi
出版文献量(篇)
1534
总下载数(次)
6
总被引数(次)
6050
期刊文献
相关文献
1.
基于神经网络理论的沥青混合料疲劳性能的预测模型
2.
基于遗传神经网络沥青混合料抗车辙性能研究
3.
沥青混合料抗疲劳性能的预测模型
4.
基于人工神经网络的连续油管疲劳寿命预测
5.
基于改进RBF神经网络的混沌时间序列预测
6.
基于RBF神经网络和BP神经网络的燃煤锅炉NOx排放预测
7.
基于RBF神经网络的沙土液化预测研究
8.
基于PCA的RBF神经网络预测方法研究
9.
基于RBF神经网络优化的混沌时间序列预测
10.
基于RBF神经网络的短期负荷预测
11.
基于RBF神经网络的CPI预测
12.
基于EEMD与RBF神经网络的网络流量预测
13.
基于RBF神经网络的时间序列预测
14.
基于神经网络的沥青混合料抗剪强度预估方法
15.
基于RBF神经网络的种猪体重预测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
山东交通学院学报2022
山东交通学院学报2021
山东交通学院学报2020
山东交通学院学报2019
山东交通学院学报2018
山东交通学院学报2017
山东交通学院学报2016
山东交通学院学报2015
山东交通学院学报2014
山东交通学院学报2013
山东交通学院学报2012
山东交通学院学报2011
山东交通学院学报2010
山东交通学院学报2009
山东交通学院学报2008
山东交通学院学报2007
山东交通学院学报2006
山东交通学院学报2005
山东交通学院学报2004
山东交通学院学报2003
山东交通学院学报2002
山东交通学院学报2001
山东交通学院学报2020年第4期
山东交通学院学报2020年第3期
山东交通学院学报2020年第2期
山东交通学院学报2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号