Print

基于GA-灰色神经网络的沥青路面使用性能预测

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

  • 0 引言
  • 1 组合预测模型建模
  •   1.1 建模思路
  •   1.2 传统GM （1, 1） 模型
  •   1.3 无偏GM （1, 1） 模型
  •   1.4 基于滑动平均法改进的GM （1, 1） 模型
  •   1.5 灰色神经网络组合预测模型
  •   1.6 遗传算法优化灰色神经网络组合预测模型
  • 2 应用实例
  •   2.1 数据来源
  •   2.2 误差指标定义
  •   2.3 参数设置
  •   2.4 预测结果分析
  • 3 结论

    • 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

    本文来源: https://www.lunwen66.cn/article/e0df82243839ee2e0ec7f86b.html