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
• 来源期刊: 山东交通学院学报
• 关键词: 沥青混合料 神经网络 RBF ICA-RBF 疲劳性能
• 年，卷（期）: 2020,（1）
• 页码范围: 40-45
• 页数: 6页
• 分类号: U414
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0032.2020.01.006

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.

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