基于GM(1,1)+BP神经网络组合模型的路用性能预测研究

摘要：

为缓解我国公路庞大养护需求与资金有限的矛盾,需从网级角度对路网内所有路段进行决策优化,其中规划期内路用性能预测尤为重要.在分析常用路用性能预测模型特点的基础上,提出GM(1,1)+BP神经网络组合预测模型,即首先利用GM(1,1)对相关路用性能指标进行初步预测;然后根据道路路面属性数据并利用BP神经网络对初步预测结果修正优化,使得路用性能预测更符合路用性能衰减规律;最后通过某市国省道路用性能数据和路面属性数据,验证了GM(1,1)+BP神经网络组合预测模型的可行性与准确性.组合预测模型可作为路用性能预测的有效手段,为科学养护决策提供依据.

关键词：路用性能、GM(1、1)灰色模型、BP神经网络、组合预测模型

所属期刊栏目：47

分类号：U414(道路工程)

资助基金：国家自然科学基金51808228

在线出版日期：2022-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：147-155