期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的沥青混合料水稳定性预测模型
被引量:
5
1
作者
尹豪
王志雄
王蓝英
《筑路机械与施工机械化》
北大核心
2017年第10期63-67,共5页
考虑到冻融劈裂强度比(TSR)试验需要消耗大量的时间与物力,并且沥青混合料水稳定性影响因素与评价指标之间很难建立一个十分准确的数学模型,在分析选取影响沥青混合料水稳定性的因素后,通过BP神经网络模型对已有35组试验数据进行训练学...
考虑到冻融劈裂强度比(TSR)试验需要消耗大量的时间与物力,并且沥青混合料水稳定性影响因素与评价指标之间很难建立一个十分准确的数学模型,在分析选取影响沥青混合料水稳定性的因素后,通过BP神经网络模型对已有35组试验数据进行训练学习及检验,建立了TSR预测模型。结果表明:这种预测方法的最小相对误差为1.50%,最大相对误差为4.94%,预测精度较好,可用于TSR试验值的预测,为混合料水稳定性的初步判断与评价提供了一定借鉴。
展开更多
关键词
沥青混合料
水稳定性
BP神经网络
tsr
预测模型
下载PDF
职称材料
题名
基于BP神经网络的沥青混合料水稳定性预测模型
被引量:
5
1
作者
尹豪
王志雄
王蓝英
机构
重庆交通大学土木工程学院
江西戆粤高速公路股份有限公司九景管理处
出处
《筑路机械与施工机械化》
北大核心
2017年第10期63-67,共5页
基金
江西省交通科技项目(2015B0050)
重庆市科学技术委员会社会民生科技创新专项项目(CSTC2016SHMSZX30005)
文摘
考虑到冻融劈裂强度比(TSR)试验需要消耗大量的时间与物力,并且沥青混合料水稳定性影响因素与评价指标之间很难建立一个十分准确的数学模型,在分析选取影响沥青混合料水稳定性的因素后,通过BP神经网络模型对已有35组试验数据进行训练学习及检验,建立了TSR预测模型。结果表明:这种预测方法的最小相对误差为1.50%,最大相对误差为4.94%,预测精度较好,可用于TSR试验值的预测,为混合料水稳定性的初步判断与评价提供了一定借鉴。
关键词
沥青混合料
水稳定性
BP神经网络
tsr
预测模型
Keywords
asphalt mixture
moisture susceptibility
BP neural network
tsr
prediction model
分类号
U414.01 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的沥青混合料水稳定性预测模型
尹豪
王志雄
王蓝英
《筑路机械与施工机械化》
北大核心
2017
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部