基于ICA-RBF神经网络的沥青混合料疲劳性能预测
李友云1
王中恩1
张彪2
1.长沙理工大学交通运输工程学院,湖南长沙4101142.长沙理工大学交通运输工程学院,湖南长沙410114;湖南路桥建设集团,湖南长沙410004
摘要：为研究沥青混合料在多因素环境下疲劳性能的变化趋势,提出一种基于MATLAB软件的优化神经网络预测模型,结合帝国竞争优化算法(imperialist competitive algorithm,ICA)与径向基(radial basis function,RBF)神经网络的优势,构建ICA-RBF神经网络模型,采用拟合优度、平均相对误差、均方根误差分析RBF与ICA-RBF两种模型的预测结果,通过输出权值矩阵计算各影响因素的权重.在52组多变量因素实验数据中随机选取12组样本对模型进行检验,结果表明:ICA-RBF优化模型拟合优度为0.97,与RBF模型相比,ICA-RBF模型更稳定,且整体精度也较高.
关键词：沥青混合料神经网络RBFICA-RBF疲劳性能
分类号：U414(道路工程)
资助基金：国家自然科学基金(51678505)
论文发表日期：2020-03-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 40-45 )
英文信息