基于神经网络在路面基层压实参数中的应用

摘要：

石灰工业废渣稳定类半刚性材料是高等级公路路面基层材料常见形式之一,根据规范和设计要求可分为含骨料类和不含骨料类.当骨料含量超过50%时,室内重型击实试验劳动量大,并且干密度和含水率曲线不稳定.在已知不含骨料的石灰工业废渣稳定类半刚性材料(即结合料)的最大干密度和最优含水率的基础上,通过结合人工神经网络理论,基于Matlab的BP人工神经网络,建立并编制了含骨料的石灰工业废渣稳定类半刚性材料压实参数(最大干密度和最优含水率)的预测网络模型,经过对网络模型的大量训练、训练函数和传递函数的调整及初始训练数据的规一化,最后建立了6→15→2的网络模型,其网络模型预测结果稳定准确,有一定实际应用价值.

关键词：道路工程、半刚性路面基层、Matlab、BP人工神经网络、最大干密度、最优含水率

所属期刊栏目：23

分类号：U416.2(道路工程)

在线出版日期：2009-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：227-231