原文传递
沥青路面车辙LSTM-BPNN特征融合预测模型研究
| 题名： | 沥青路面车辙LSTM-BPNN特征融合预测模型研究 |
| 作者： | 尚千里;田波;李思李;权磊 |
| 作者单位： | 重庆交通大学;交通运输部公路科学研究院 |
| 关键词： | 道路工程;车辙预测模型;深度学习;车辙深度;BP神经网络;路用性能 |
| 摘要： | 为探究预测性能更优的沥青路面车辙变形预测模型，更好地捕捉预测过程中基本特征和时序特征的潜在关联性，通过下载并预处理LTPP数据库中与沥青路面车辙相关的路面结构材料、交通荷载、气候环境及路用性能数据，构建一个高质量样本数据集。并使用注意カ方法融合BP神经网络和长短期记忆神经网络，建立性能更优的基于深度学习的LSTM-BPNN车辙预测模型。最后将此模型与其他4种常用预测模型进行比对试验，评估该模型的精确性和有效性。结果表明，LSTM-BPNN模型预测性能表现优异，训练集和测试集上的R2分别达到0.821和0.796.能充分捕捉与沥青路面车辙相关的基本特征和时序特征;在比对试验中此模型R2和RMSE均好于其他常用模型;另外此预测模型具有较强的泛化能力，将目标特征和预测特征进行更换，可实现更广泛的应用。 |
| 期刊名称： | 中外公路 |
| 出版日期： | 202104 |
| 出版年： | 2021 |
| 期： | 04 |
| 页码： | 70-75 |
检索历史
应用推荐
