- 详情
- 2020-12-27
- 简介
- 341KB
- 页数 5P
- 阅读 54
- 下载 38
为提高高速公路沥青路面使用质量的评价精度,将T-S模糊理论与BP神经网络相结合,以高速公路沥青路面的路面状况指数、路面结构强度指数、道路行驶质量指数和路面抗滑性能指数4个检测指标作为输入变量,根据模糊推理规则构建路面质量评价的非线性映射关系,路面检测指标经过模糊神经网络的学习和训练,直至网络输出与期望输出的误差达到最小,去模糊化后得到各路段的精确评价结果,建立了路面使用质量的综合评价模型.用实际检测数据对该模型进行了验证,结果表明:该模型具有模糊系统的逻辑推理能力和神经网络的定量数据处理能力,通过本文方法仿真得到的路面质量的综合评价结果,与期望值的相对误差小于2.1%.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于模糊神经网络的高速公路路面质量评价 341KB
基于模糊神经网络的高速公路路面质量评价 128KB
高速公路路面质量基于模糊神经网络的评价 454KB
基于BP模糊神经网络的高速公路项目运营效益评价 518KB
高速公路隧道健康诊断及预警的模糊神经网络方法 419KB
基于模糊神经网络的深基坑变形预测 247KB
基于模糊神经网络的故障检测算法 156KB
基于模糊神经网络的深基坑变形预测 621KB
小波模糊神经网络在高速公路沥青路面性能预测中的应用 214KB
基于神经网络的高速公路软基沉降分析 211KB