论文摘要
为了解决国际平整度指数IRI预测模型准确性不高等问题,以路面长期性能(LTPP)数据库实测数据为基础,采用机器学习中BP神经网络建模方法对提取出的数据进行预测分析,并与传统的Logistic回归分析结果做评估对比。分析结果表明,利用传统的Logistic方法和BP神经网络得出的复判定系数分别为0.731、0.876,说明采用的BP神经网络平整度预测模型具有较高效率和预测精度以及较低的复杂度,能够有效评价路面使用性能。
论文目录
文章来源
类型: 期刊论文
作者: 赵飞,施发垦,陈利
关键词: 交通运输工程,路面长期性能,模型,国际平整度指数
来源: 筑路机械与施工机械化 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 中交西安筑路机械有限公司
分类号: U416.217;U418.6
页码: 110-114
总页数: 5
文件大小: 990K
下载量: 163