基于DNN改性沥青中SBS含量的预测模型

摘要：

为准确预测苯乙烯-丁二烯-苯乙烯嵌段共聚物(SBS)改性沥青中SBS的含量,采用傅里叶变换红外光谱(FTIR)采集了不同SBS含量改性沥青的FTIR图谱,建立了基于深度神经网络(DNN)改性沥青中SBS含量的预测模型,并研究了不同因素对模型预测精度的影响,对比评价了模型的预测精度、敏感性及适用性.结果 表明:数据的降维、降噪预处理使SBS含量预测模型的均方误差降低了70％;基于DNN改性沥青中SBS含量预测模型的精度高于标准曲线法和随机森林方法,其对改性沥青中SBS含量的预测具有较好的敏感性及适用性.

关键词：道路工程、傅里叶变换红外光谱、深度神经网络、改性沥青、预测模型、精度

所属期刊栏目：24

分类号：U416(道路工程)

资助基金：广东省交通厅科技项目2016-02-004

在线出版日期：2021-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：630-636