论文部分内容阅读
以已有路面使用性能评价指标——路面状况指数(PCI)为对象，分析了传统回归方法要求数据量大、建模方法复杂的缺陷，指出人工神经网络方法(ANN)可较好地解决寻求PCI与各影响因素间函数关系的问题，阐述了利用ANN中的B-P神经网络非线性映照特性来确定PCI模型函数关系的原理。对MATLAB软件中的神经网络工具nntool进行了简要介绍，并应用其进行了实例验证，结果表明效果良好。PCI的B-P神经网络建模克服了传统回归建模的缺陷;nntool的应用使得网络的训练和使用简便易行，提高了这种建模方法的可操作性和可推广性。