基于混合神经网络(GANN)的沥青路面使用性能预测模型

摘要：

针对GM模型要求的样本点少、不必有较好的分布规律,且计算量少、操作简便,而BP神经网络可以反馈校正输出的误差,具有并行计算、分布式信息存储、强容错力、自适应学习功能等特点,将GM(1,1)模型与BP神经网络模型相结合,建立了混合神经网络预测模型,并结合实例进行了检验性预测.结果表明:混合神经网络模型在预测精度方面优于传统灰色模型.该模型的算法概念明确、计算简便,有较高的拟合和预测精度,具有良好的应用前景.

关键词：沥青路面、使用性能、GM模型、人工神经网络、混合神经网络模型

所属期刊栏目：36

分类号：U416.217(道路工程)

资助基金：国家自然科学基金项目41102229

在线出版日期：2017-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：521-525