该文在概率神经网络的基础上，构建了一种新的路基质量监测方法，用于更好地服务市政工作中路基维护。在输入层设置了温度因素、湿度因素、应变因素、压力因素、沉降因素5个输入神经元。在模式层设置了120个神经元用于学习和训练，满足监测过程中的复杂性。在求和层设置了路基滑坡损坏、路基坡面损坏、路基崩塌损坏、路基沉降损坏、路基冲水损坏、路基裂缝损坏6种概率累积。试验结果表明，该文方法对全部可能的6种路基质量问题都能实现正确的监测，该监测准确率明显高于遗传算法和支持向量机算法。
科研之友
微信
新浪微博
Facebook
分享链接
