基于广义回归神经网络的路面摩擦系数预测模型

摘要：

为了研究路面摩擦系数的预测问题,利用JN-1型道路摩擦系数测试仪和BM-Ⅱ型摆式摩擦系数测定仪在试验场4种路面进行对比试验,建立了测量结果与摆式仪的转换模型.运用JN-1型道路摩擦系数测试仪在公路和城市道路上8种路面进行测试,研究了路面摩擦系数的影响因素.应用广义回归神经网络分析方法,以路面等级为分类基础,建立了基于广义回归神经网络的路面摩擦系数预测模型,通过131组试验数据对网络模型进行了训练,利用11组试验数据对网络模型进行预测结果对比.结果显示,模型预测值与实测值的平均误差为3.0％,模型预测结果与实测结果吻合,表明预测模型的正确性和精确性.

关键词：路面摩擦系数、便携式摩擦系数测试仪、摆式仪、广义回归神经网络、预测模型

所属期刊栏目：59

分类号：U491.251(交通工程与公路运输技术管理)

在线出版日期：2014-07-30（万方平台首次上网日期，不代表论文的发表时间）

页码：1-6