基于遗传神经网络的沥青路面抗滑性能预测及验证

作者：张含伟; 苗超杰

来源：公路交通技术, 2022, 38(04): 12-18.

DOI：10.13607/j.cnki.gljt.2022.04.003

• 沥青路面
• 抗滑性能
• 遗传算法
• 神经网络
• 组合预测模型

沥青路面抗滑性能预测是制定养护计划及确定养护方案的重要依据。以重庆某高速公路路面抗滑性能预测为例，建立基于遗传神经网络的路面抗滑性能预测模型，并与单一的神经网络、遗传算法及回归模型进行对比，验证了遗传神经网络用于沥青路面抗滑性能预测的适用性和可靠度。研究结果表明:回归模型对高度非线性问题拟合度较差，预测精度明显不如遗传算法或神经网络算法;相较单一的神经网络模型或遗传算法，组合预测模型能极大提升预测精度，但运算效率明显不如单一的神经网络模型。因此，遗传神经网络组合预测模型在路面抗滑性能预测的精准上更具适用性。