基于神经网络在路面基层压实参数中的应用

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：华明杰；王保田；汪莹鹤
• 单位1：河海大学岩土力学与堤坝工程教育部重点实验室
• 单位2：河海大学岩十工程科学研究所
• 出生年：1984
• 学历：硕士研究生
• 语种：中文
• 作者关键词：道路工程；半刚性路面基层；Matlab； BP人工神经网络；最大干密度；最优含水率
• 起始页：227
• 总页数：5
• 刊名：岩土工程技术
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1987
• 主管单位：中国兵器工业集团公司
• 主办单位：国防机械工业工程勘察科技情报网
• 主编：化建新
• 邮编：100053
• 电子信箱：ger099@263.net
• 网址：www.periodicals.corn.cn
• 卷：23
• 期：05
• 期刊索取号：P471.06572
• 核心期刊：中国科技论文统计源期刊；中国科技核心期刊

摘要

石灰工业废渣稳定类半刚性材料是高等级公路路面基层材料常见形式之一，根据规范和设计要求可分为含骨料类和不含骨料类。当骨料含量超过50％时，室内重型击实试验劳动量大，并且干密度和含水率曲线不稳定。在已知不含骨料的石灰工业废渣稳定类半刚性材料（即结合料）的最大干密度和最优含水率的基础上，通过结合人工神经网络理论，基于Matlab的BP人工神经网络，建立并编制了含骨料的石灰工业废渣稳定类半刚性材料压实参数（最大干密度和最优含水率）的预测网络模型，经过对网络模型的大量训练、训练函数和传递函数的调整及初始训练数据的规一化，最后建立了6→15→2的网络模型，其网络模型预测结果稳定准确，有一定实际应用价值。