当前位置: 首页> 交通中文期刊数据库 >详情
原文传递 基于GA-ELM的水性环氧乳化沥青黏结性能预测
题名: 基于GA-ELM的水性环氧乳化沥青黏结性能预测
作者: 陆由付;樊振通;韩冰;王朝辉;陈宝
作者单位: 齐鲁交通发展集团有限公司;长安大学
关键词: 道路工程;乳化沥青;水性环氧树脂;黏结性能;极限学习机;预测模型
摘要: 水性环氧树脂改性乳化沥青原材料组分较复杂,其黏结性能评价往往需要综合考量多重影响因素,试验量繁杂且耗时较长。为快速精准预测水性环氧树脂改性乳化沥青的黏结性能,优选水性环氧树脂、固化剂、乳化沥青等原材料技术指标及测试温度范围作为输入因子、黏结拉拔强度作为输出因子,基于遗传算法(GA)优化后的极限学习机(ELM)算法,建立水性环氧树脂改性乳化沥青黏结性能预测模型,通过与传统单隐层神经网络算法进行对比分析,验证预测模型准确度。结果表明!GA-ELM模型具有更高的准确性和效率,可用来预测水性环氧树脂改性乳化沥青黏结性能,与BP、ELM模型相比,GA-ELM模型的误差分别降低了78.74%〜79.67%和83.63%〜87.41%。
期刊名称: 中外公路
出版日期: 202104
出版年: 2021
期: 04
页码: 336-340
检索历史
应用推荐