作者：赵飞; 施发垦; 陈利交通运输工程路面长期性能logistic模型国际平整度指数
摘要：为了解决国际平整度指数IRI预测模型准确性不高等问题,以路面长期性能(LTPP)数据库实测数据为基础,采用机器学习中BP神经网络建模方法对提取出的数据进行预测分析,并与传统的Logistic回归分析结果做评估对比。分析结果表明,利用传统的Logistic方法和BP神经网络得出的复判定系数分别为0.731、0.876,说明采用的BP神经网络平整度预测模型具有较高效率和预测精度以及较低的复杂度,能够有效评价路面使用性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《筑路机械与施工机械化》（CN：61-1119/U）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《筑路机械与施工机械化》主要报道国内外筑养路机械设计制造、工艺材料、试验研究、机械化施工、应用技术及科学管理等方面的最新成果和发展趋势。本刊是公路科研、管理部门、施工单位、制造厂家及工程技术人员的重要参考资料，并吸收越来越多的公路行业外的部门和读者。
杂志详情
