大连理工大学学报

作者：马子媛,李海莲,蔺望东

关键词：道路工程路面破损状况预测径向基神经网络沥青路面改进粒子群优化主成分分析

基金：国家自然科学基金资助项目(51868042)；甘肃省自然科学基金资助项目(20JR10RA229)；甘肃省青年科学基金资助项目(17JR5RA087)；甘肃省高等学校创新基金资助项目(2021A048)；甘肃省高等学校创新能力提升项目(2019B055)；兰州交通大学青年科学基金资助项目(2017016)；兰州交通大学“百名青年优秀人才培养计划”基金资助项目(2018103).

针对现有路面破损状况评价指数较为单一且无法准确预测路面实际破损发展趋势的问题，为探究路面使用指标、路面性能指标和路面环境指标对路面破损状况的影响，提出基于改进粒子群优化(IPSO)与径向基(RBF)神经网络耦合的沥青路面破损预测模型．首先，利用灰色关联分析和主成分分析(PCA)筛选出主要影响因子；然后，通过改进粒子群惯性权重因子，调整粒子全局和局部寻优能力，并利用IPSO算法训练RBF模型中的参数；最后，以主成分分析降维后数据为输入，建立路面破损状况的IPSO-RBF神经网络预测模型．实例研究表明，PCA-IPSO-RBF神经网络预测模型预测平均绝对误差为0.8416．因此，针对复杂非线性路面破损状况预测问题，该模型能够准确预测沥青路面破损状况，为路面养护决策提供有力支持．

来源：2022年第2期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2022年第2期