离散Hopfield神经网络在沥青路面使用性能评价中的应用
DOI: 10.3969/j.issn.1674-0696.2012.05.13
Keywords: 沥青路面 ,离散Hopfield神经网络 ,使用性能 ,PQI ,asphaltpavement ,DHNN ,pavementperformance ,pavementqualityindex(PQI)
Abstract:
:？为使沥青路面使用性能评价更加科学合理，提出了基于离散Hopfield神经网络的评价方法，该方法综合了行驶质量、路面破损状况、结构承载力和路面抗滑性能等4个主要内容对路面使用性能的影响。通过设计离散Hopfield神经网络对沥青路面使用性能进行了综合评价，最后通过实例计算并将计算结果与传统方法的评价结果进行比较。结果表明:该方法合理有效，且相对于传统的方法操作简单、成本更低、易推广，具有一定的优越性。
References
[1] ［1］ JTJ 073． 2—2001 公路沥青路面养护技术规范［S］． 北京: 人民交通出版社，2001． [2] ［2］ 王茵，胡昌斌，才华，等． 高速公路沥青路面使用性能综合评价指标的研究［J］． 沈阳建筑工程学院学报，2003，16(4): 264-268． [3] Wang Yin，Hu Changbin，Cai Hua，et al． Study on comprehensiveperformance evaluation for freeway asphalt pavement［J］． Journalof Shenyang Architectural and Civil Engineering University，2003，16(4): 264-268． [4] ［3］ 宋俊敏，李明，范虎彪，等． 基于BP 神经网络的路面使用性能评价方法研究［J］． 公路，2008(12): 140-144． [5] Song Junmin，Li Ming，Fan Hubiao，et al． Asphalt pavement performanceevaluating model by using BP neural network［J］． Highway，2008(12): 140-144． [6] ［4］ 曾胜． 径向基函数网络在沥青路面使用性能评价中的应用［J］． 公路交通科技，2008，25(3): 23-26． [7] Zeng Sheng． Pavement performance evaluation model by using RBF［J］Journal of Highway and Transportation Research and Development，2008，25(3): 23-26． [8] ［5］ 陈文宇，吴跃． Hopfield 神经网络参数设置［J］． 计算机工程与应用，2006，42(31): 34-36． [9] Chen Wenyu，Wu Yue． Parameter setting of hopfield neural networks［J］． Computer Engineering and Applications，2006，42(31): 34-36． [10] ［6］ 崔庆安． 基于离散Hopfield 网络的自相关过程控制［J］． 计算机工程与应用，2008，44(19): 8-11． [11] Cui Qingan． Discrete hopfield networks-based approach of auto correlatedprocess control ［J］． Computer Engineering and Applications，2008，44(19): 8-11． [12] ［7］ 韦巍． 智能控制技术［M］． 北京: 机械工业出版社，2004．［8］ 史忠植． 神经网络［M］． 北京: 高等教育出版社，2009．
Full-Text
