-
题名基于BP神经网络的沥青路面沉陷发展预测
- 1
-
-
作者
曹阳
杨傲
翟博渊
聂付松
文家刚
-
机构
北京市政路桥股份有限公司
武昌工学院城市建设学院
北京中岩大地科技股份有限公司
中南勘察基础工程有限公司
-
出处
《无损检测》
CAS
2024年第4期48-52,共5页
-
基金
湖北省教育厅科学技术研究计划项目厅局级指导项目(B2022353)。
-
文摘
为提高沥青路面的检测效率,以某沥青路面某桩号断面的路面沉陷数据为研究对象,基于BP神经网络,对高速公路沥青路面沉陷发展进行了拟合及预测。试验结果表明,BP神经网络模型能够有效预测路面沉陷,随着训练组数据的增加,神经网络模型的预测精度不断提高;基于工程效率和预测精度方面的考虑,建议选用32组数据作为最佳样本数;BP神经网络模型的预测精度显著高于二次曲线法的,相对误差降低了5%。该研究验证了BP神经网络模型应用于路面沉陷发展预测的可行性和有效性,为探究高速公路沥青路面沉陷发展提供了新方法。
-
关键词
道路工程
沥青路面沉陷
BP神经网络
预测模型
-
Keywords
road engineering
asphalt pavement subsidence
BP neural network
prediction model
-
分类号
U418
[交通运输工程—道路与铁道工程]
TG115.28
[金属学及工艺—物理冶金]
-
