BP神经网络在路面模量反分析中的应用

使用MATLAB神经网络工具箱研究了BP神经网络在路面模量反分析中的应用。研究结果表明,只要合理的处理输入和输出参数,利用BP神经网络可以较好的预测路面各层的弹性模量,并且相对于其他分析方法,该方法运算速度非常快,适合于实际工程中应用。     

BP神经网络在路面模量反分析中的应用

使用MATLAB神经网络工具箱研究了BP神经网络在路面模量反分析中的应用。研究结果表明,只要合理的处理输入和输出参数,利用BP神经网络可以较好的预测路面各层的弹性模量,并且相对于其他分析方法,该方法运算速度非常快,适合于实际工程中应用。     

BP网络在水泥砼路面结构参数反分析中的应用

根据神经网络技术对处理非线性映射问题有较好适应性的特点,在使用落锤式弯沉仪(FWD)对路面进行无损检测的基础上,建立了BP神经网络模型,对水泥砼路面结构层模量进行了反分析研究,结果表明:BP神经网络在路面结构参数反分析中适用、有效。     

遗传算法优化BP神经网络的路面结构层模量反算方法研究

路面结构层回弹模量是路面结构设计中最重要的指标之一。文中针对新沥青路面设计规范中推荐的路面结构层模量和上海典型路面结构厚度,利用有限元程序建立了弯沉盆数据库;然后基于数据库搜索理论,采用遗传算法优化BP神经网络模型,实现路面结构参数与弯沉盆大小的映射、学习,达到模量反算的目的;通过加入噪声,提高神经网络模型的鲁棒性和泛化能力,实现对FWD实测弯沉盆的模量反算。     

基于FWD的旧水泥混凝土路面实测数据分析

根据某旧水泥混凝土路面改建时的FWD检测数据,研究了旧层状体系路面的评价方法及模量反算。分析了弯沉盆面积对旧路状况进行评价的实用性。通过理论回归和神经网络的反算,比较了普通网络与噪音网络的反算能力,提出了人工神经网络实现模量反算的关键技术。     

基于小波神经网络的路面破损识别

结合图象处理、模式识别等先进技术开发路面破损自动检测系统已经成为本领域的研究热点[1-5]。本主要研究了小波神经网络在路面破损识别中的应用，并与传统的BP神经网络作了对比。试验结果表明．在相同的训练样本情况下，小波神经网络的精度高于BP神经网络一为开发更为高效的路面破损自动检测系统提供新的思路。     

利用BP神经网络反算土基回弹模量研究

根据三层BP神经网络和层状弹性理论体系,结合FWD研究土基回弹模量的反算。通过利用反算的土基回弹模量,比较了理论和实测土基顶面的弯沉值,从而发现所建立的神经模型有很好的识别能力和泛化能力,其模型可作为评价土基回弹模量的有效途径。     

基于自适应信息遗传算法的路面模量反算研究

近年来,根据FWD实测弯沉盆来反算各层路面结构模量的技术在路面结构的质量评价中广为应用。如何利用FWD反算路面模量也相应成为各方研究的热点。在本文中,作者针对于模量反算中,目标函数在最优值附近表现为大片狭长平坦区域的特点,提出了一类反算新算法——自适应信息遗传算法,提出了根据信息量大小来决定算法是否进行自适应细分模量解空间的机制,以缩小算法后期反算中的搜索空间。此外,本文还改进了实数交叉算子,使用了新的探险策略,从而加强了新算法后期的局部搜索能力。随后的工程实例表明,这新机制、新策略的引入,能够在保持较高反算精度的前提条件下,大大提高模量反算的求解效率,从而更加有利于模量反算的工程实际应用。     

用FWD评价路面状况的试验研究

应用FWD和自动弯沉仪,以动态弯沉和反算模量平均值为指标实测了两个路面状况不同的段落,结果表明．路面状况与动态弯沉、反算模量关系密切;采用固定路基模量反算比改变路基模量反算时的路面状况差异更显著．并且此种差异与动态弯沉有较好的一致性,可采用FWD准确评价路面状况。     

基于自适应遗传算法的路面模量反算的稳健性研究及应用

在实践交通路面工程中,路基作为路面结构的基础支撑体,会因为路基强度不足,稳定性差,受到外部载荷作用而导致过量变形,进而产生路面损坏问题。针对在路面模量反算过程中所获得的目标函数的最优值问题,主要提出了一个基于模量反算的自适应信息遗传算法,并对新算法在路面模量反算中的稳健性进行了理论和实践对比分析。首次采用了以信息量来确定是否执行细分模量解空间的机制,有效的缩小了后期反算空间,同时,采用改进行的实数交叉算子,提高了新算法后期搜索能力,通过比较实际FWD实际检测结果与新算法的反算结果表明:自适应信息遗传算法有效的降低了传统遗传算法的复杂度,提高了求解效率,有效的保证了新算法在工程实际应用中的稳健性。     

路面结构参数同时反算的人工神经网络法

利用传递矩阵方法，计算出柔性路面结构在轴对称荷载作用及层间完全接触情况下的路表弯沉值，以该结果为输入数据训练三层BP网络，得到较精确的网络权值和阈值，在此基础上实现对柔性路面结构层的模量和厚度参数的同时反算，计算分析表明该方法速度快且精度高，既可反算路面结构层的模量又能反算路面结构层的厚度，通过与实际值比较，其计算精度完全满足工程实际的要求。     

野外路面动态模量反算方法综述

路面的动态特性是目前各国研究的热点，其中动态模量又是这一特性的一个基本参数。文章详细介绍了基于FWD野外动态模量的各种反算方法及其优缺点，并论述了基于静力层状弹性体理论的路面动态模量反析程序所存在的局限性及合理性，最后提出用有限元反析路面模量及在我国开展此项研究的基本原则。     

自适应信息遗传算法在路面模量反算中的应用和稳健性研究

路基作为路面结构的基础支撑体,实际路基工程所发生的路面损坏基本上是基于路基稳定性差、强度较低,受到外部载荷作用而产生过量形变造成。主要是针对路面模量反算过程中所获得的目标函数在最优值呈现出一个狭长平坦区的特征,提出了一个基于模量反算的自适应信息遗传算法,并对新算法在路面模量反算中的稳健性进行了理论和实践对比分析。首次采用了以信息量来确定是否执行细分模量解空间的机制,有效的缩小了后期反算空间,同时,采用改进行的实数交叉算子,提高了新算法后期搜索能力,通过比较实际FWD实际检测结果与新算法的反算结果表明:自适应信息遗传算法有效的降低了传统遗传算法的复杂度,提高了求解效率,有效的保证了新算法在工程实际应用中的稳健性。     

BP神经网络在道面土基模量取值中的应用

论文提出了建立土基模量神经网络库的设想;给出了用BP神经网络确定水泥混凝土道面土基模量的方法和步骤;建立了反映西北黄土地区粉质亚粘土土基模量与其主要影响因素之间的非线性映射关系的BP神经网络,并用该网络进行仿真计算。结果表明,用BP神经网络确定机场水泥混凝土道面土基模量是一种简便有效的方法。     

小波神经网络在基于图象处理的路面破损识别中的应用

由于路面破损形式的多种多样,造成路面破损分类成为一大难题,这极大的限制了路面破损自动检测的普及和发展,使得路面破损自动检测即使在发达国家普及得也不够理想。本文主要研究基于图象子块分布特性的路面破损识别算法,对比研究了小波神经网络和传统的BP神经网络在基于图象子块分布特性的路面破损识别。仿真结果显示,小波神经网络优于传统的BP神经网络。     

空耦雷达技术在检测沥青路面厚度的探讨

本文介绍了神经网络的基本理论,提出了一种采用BP神经网络模型对空耦雷达道路检测路面厚度进行测算的新方法。并对BP神经网络模型在沥青混凝土路面厚度检测的应用进行了分析、比较,为GPR技术在道路工程检测实践中提供一种辅助判断手段。     

BP神经网络在LPG发动机电控系统中的应用

研究了BP神经网络在LPG发动机电控系统中的应用。通过应用误差反传算法训练了网络,建立了LPG进气量和EGR率与两个主要参数之间的影响关系。试验表明神经网络对减少废气排放起了较大的作用。     

BP神经网络在公路路面性能预测中的应用

路面性能预测是路面养护管理的重要组成部分,一般较难考虑自然环境对路面性能的影响,对已知信息的利用效率不高,造成预测误差.文中以某高速公路路面性能预测为例,详细说明了BP神经网络技术在路面性能预测中的作用,力求推广计算机辅助的人工神经网络在路面性能预测中的应用.     

利用FWD数据反算模量方法研究

通过总结国内外路面结构层模量反算方法的研究概况,分析了图表法和回归公式法、迭代法、数据库搜索法、遗传算法和人工神经网络法五类方法的特性,根据反算模量研究现状,选取了回归公式和迭代法进行模量反算,结合反算模量的相关理论研究和经验总结,从动荷载与静荷载、各结构层材料非线性、理论与实际的差异等方面分析了两种模量反算结果差异,从而提出模量反算的进一步研究方向。     

模拟退火法在路面结构模量反算中的应用

利用模拟退火法反算路面结构层弹性模量可以避免一般反算方法受初值影响的缺陷。文中探讨了模拟退火法在跃同结构模量反算中的应用，并开发了反分析程序BC-SA，计算结果表明，该方法可行，分析结果令人满意。