基于GM-ANN模型的路面性能预测方法
路面性能预测是公路路面管理系统中的核心技术难点,一直以来受限于分析手段、数据体量不足及数据维度低等多种因素影响,导致现有几类性能预测模型的预测值与实测值偏差较大.将路面病害以时间序列进行灰色系统(GM)分析,后以各类病害预测值为输入,借助人工神经网络(ANN)间接对路面状况指数(PCI)进行预测,构建基于人工智能的混合模型(GM-ANN).最后选用地区随机路段进行实例验证,并同常用模型预测结果进行对比分析.结果显示:基于GM-ANN的混合预测模型更具较好的精度及可操作性,在实际工程应用中,可为大数据养护决策提供更准确、可靠的参考依据.
路面使用性能预测、人工神经网络、灰色系统、大数据
67
U416.2:U418.6(道路工程)
2022-07-08（万方平台首次上网日期，不代表论文的发表时间）
共5页
364-368
