基于PCA-IPSO-RBF神经网络的沥青路面破损状况预测OA北大核心CSTPCD
针对现有路面破损状况评价指数较为单一且无法准确预测路面实际破损发展趋势的问题,为探究路面使用指标、路面性能指标和路面环境指标对路面破损状况的影响,提出基于改进粒子群优化(IPSO)与径向基(RBF)神经网络耦合的沥青路面破损预测模型.首先,利用灰色关联分析和主成分分析(PCA)筛选出主要影响因子;然后,通过改进粒子群惯性权重因子,调整粒子全局和局部寻优能力,并利用IPSO算法训练RBF模型中的参数;最后,以主成分分析降维后数据为输入,建立路面破损…查看全部>>
马子媛;李海莲;蔺望东
兰州交通大学土木工程学院,甘肃兰州730070兰州交通大学土木工程学院,甘肃兰州730070 兰州交通大学甘肃省道路桥梁与地下工程重点实验室,甘肃兰州730070兰州交通大学土木工程学院,甘肃兰州730070
交通工程
道路工程路面破损状况预测径向基神经网络沥青路面改进粒子群优化主成分分析
《大连理工大学学报》 2022 (2)
P.197-205,9
评论