首页|基于GM(1,1)+BP神经网络组合模型的路用性能预测研究

基于GM(1,1)+BP神经网络组合模型的路用性能预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为缓解我国公路庞大养护需求与资金有限的矛盾,需从网级角度对路网内所有路段进行决策优化,其中规划期内路用性能预测尤为重要.在分析常用路用性能预测模型特点的基础上,提出GM(1,1)+BP神经网络组合预测模型,即首先利用GM(1,1)对相关路用性能指标进行初步预测;然后根据道路路面属性数据并利用BP神经网络对初步预测结果修正优化,使得路用性能预测更符合路用性能衰减规律;最后通过某市国省道路用性能数据和路面属性数据,验证了GM(1,1)+BP神经网络组合预测模型的可行性与准确性.组合预测模型可作为路用性能预测的有效手段,为科学养护决策提供依据.
Road Performance Prediction Based on GM(1 ,1 )+BP Neural Network Combined Model

苏卫国、吴启槟、王景霄

展开 >

华南理工大学 土木与交通学院,广东 广州510640

路用性能 GM(1,1)灰色模型 BP神经网络 组合预测模型

国家自然科学基金

51808228

2022

10.16112/j.cnki.53-1223/n.2022.01.482

昆明理工大学学报(自然科学版)
昆明理工大学

昆明理工大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.516
ISSN：1007-855X
年,卷(期)：2022.47(1)
  • 2
  • 8