论文摘要
为准确预估我国沥青路面使用性能的变化趋势,在传统灰色预测模型GM（1,1）的基础之上,提出了无偏GM（1,1）模型和滑动GM（1,1）模型,并通过遗传算法（GA）优化后的BP神经网络对传统、无偏与滑动GM（1,1）模型进行了组合,得到了兼顾灰色理论、遗传算法和BP神经网络优点的GA-灰色神经网络组合预测模型,并以具体实例验证了该模型的有效性。结果表明:传统GM（1,1）模型的平均相对误差为4.67%,无偏GM（1,1）模型的平均相对误差为4.64%,滑动GM（1,1）模型的平均相对误差为4.63%,灰色神经网络组合模型的平均相对误差为2.41%,而GA-灰色神经网络组合模型平均相对误差仅为0.54%,证明所提出的组合模型预测精度较高,误差较小,可作为制定路面养护计划的依据。
论文目录
文章来源
类型: 期刊论文
作者: 陈仕周,李山,熊峰,李冠男
关键词: 道路工程,沥青路面使用性能,灰色预测模型,神经网络,遗传算法
来源: 重庆交通大学学报(自然科学版) 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 重庆交通大学土木工程学院,重庆鹏方路面工程技术研究院
分类号: U416.217
页码: 44-50
总页数: 7
文件大小: 556K
下载量: 444
相关论文文献
标签：道路工程论文; 沥青路面使用性能论文; 灰色预测模型论文; 神经网络论文; 遗传算法论文;