基于BP神经网络的沥青路面压实度预测模型研究

来源 :2017年世界交通运输大会 | 被引量 : 0次 | 上传用户:java777
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  为实现通过信息化手段采集到压实过程中关键参数数据对压实度的实时预测,通过对BP 人工神经网络的分析,建立了路面压实度预测神经网络模型,并利用MATLAB 环境下的神经网络工具箱开发了相应的程序。预测结果表明,该模型沥青路面压实参数与路面压实度之间存在一定的相关性,该模型可用于沥青路面压实度实时检测。
其他文献
  本文利用Minitab 软件设计模块和检测模块,科学的筛选试验条件,安排试验,对于多因素、多水平的试验,具有简便的设计和较少试验次数特点,应用于筛选修复路面材料的配合比中,取得
  针对目前全国高速公路运营复合通行卡难管理,卡的清点、入库、出库、收发卡、交接、调拨工作量大,业务流程繁琐耗时,人力物力消耗大,且卡流失严重,丢卡无法追踪追责等一
  This paper presents an image-based micromechanical modeling approach for simulating the damage-couple viscoelastic response of asphalt mixture.Details of th
  文章主要通过笔者本人在西藏高原地区参与的道路工程项目建设的亲身经历,分析了在西藏地区进行公路工程建设,主要是其公路线形设计的特点、重点、难点,提出了相对应的解决方
  传统的自动识别算法及机器学习方法不能有效地对交通标志进行自动化识别,而基于卷积神经网络的深度学习算法则需要大量的数据来训练一个完整的网络模型,存在一定的难点和弊
  隧道建设过程中,加强隧道施工质量管理是假设高质量隧道工程的关键问题。实际隧道施工过程中,涉及的施工环节、施工工艺、参与人员众多,不完善的施工管理将会导致隧道质量不
  混凝土以其结构整体性、耐久性好,可塑性强、维修费用少等优点而被广泛使用,然而随着混凝土的广泛应用,混凝土由于自身的结构质量原因而不能使用,导致工期延误及经济损失,混凝
  以云南省小勐养至磨憨段公路K100+252 段碎石土边坡为研究对象,采用Geostudio软件对开挖、降雨及不同时序组合荷载作用下碎石土边坡安全系数进行求解并对不同工况下的坡体
  This study explores the use of a water reacting polymer as a substitute to asphalt binder in construct-ing pavement wearing surfaces as a substitute of asph
  沥青混凝土的含水量、密实度对沥青路面的使用性能有直接影响,传统检测方法需要破坏路面、效率低、且为单点数据,因此对其进行快速无损检测具有重要的工程意义。