沥青路面大修决策模型研究.doc

文档介绍：基于改进型BP神经网络的沥青路面大修决策模型研究
摘要:本文针对常规大修决策模型PQI模型的缺陷,利用改进型BP神经网络建立沥青路面大修决策模型。改进型BP神经网络是在神经网络中间层和输出层上加入特殊的偏差单元,以加快BP神经网络的收敛速度、并提高其计算精度。本文根据陕西省高速公路沥青路面的实际情况,建立了有5个输入单元和一个输出单元的神经网络,并利用历年路况检测结果和专家对路况的主观评价结果对网络进行了训练。结果表明神经网络计算结果的精度很高。
Study on the Reconstruction Decision Model of Asphalt Pavement
Abstract:In order to improve the conventional Reconstruction Decision Model, this paper build up a new one on the basis of Ameliorated Back Propagation work(ABPNN) by using the information of asphalt pavement in Shann’xi province. es from BPNN by adding some bias units on the middle layer and output layer which can cut short the convergence time and improve the precision of calculation. A work model with five input units and one output unit is created here and trained with the data from annually pavement conditions and panel rating. The result says that the new model is proper in place of the conventional one.
沥青路面在使用一段时间以后,必然出现大量的疲劳破损。当这些破损达到一定程度以后就需要对沥青路面进行大修。国内沥青路面大修决策模型通常采用定值模型,即利用专家评分技术与数理统计的方法建立PQI模型,根据PQI模型的域值来进行沥青路面大修决策。由于专家的意见与沥青路面服务性能指标之间没有特定的关系,因此这种建模方法经常导致PQI与实际路况不一致,从而无法有效地指导沥青路面大修决策。
一 BP网络的基本结构
BP神经网络由输入层、隐含层(也称中间层,可以有多层)和输出层组成,各层之间全连接。图1所示的为简单的三层BP网络。
图1 BP网络模型结构
BP神经网络的传递函数一般采用(0,1)S型函数,其表达式为:。
对第P个样本误差的计算公式为:,式中和分别为期望输出和网络的计算输出。
BP网络的学习由4个过程组成,即:输入模式由输入层经中间层向输出层的“模式顺传播”过程;网络的希望输出与网络的实际输出之差的误差信号有输出层经中间层向输入层逐层修正连接权的“误差逆传播”过程;由“模式顺传播”与“误差逆传播”的反复交替进行的网络“记忆训练”过程;网络趋向收敛即网络