论文部分内容阅读
运用遗传算法与神经网络相结合的方法，以混合料的疲劳性能为目标函数，以矿料的9.5mm筛通过量和矿粉含量为决策变量，对沥青稳定碎石基层混合料的矿料级配进行优化。将优化后的级配曲线与Superpave相应的级配进行了比较，完全满足Superpave级配设计要求。经疲劳试验验证，用优化后的矿料级配成型的马歇尔试件的疲劳寿命最长，说明运用遗传算法与神经网络相结合的方法进行沥青混合料矿料级配的优化是可行的，这种优化方法可以广泛用于解决目标函数无法用显函数形式来表达的复杂的优化问题。