基于遗传算法的模糊优选神经网络路面性能评价模型

被引：12

作者：

刘艳 ^{[1
]}

康海贵 ^{[1
]}

孙敏 ^{[2
]}

机构：

[1] 大连理工大学海岸和近海工程国家重点实验室

[2] 辽宁省高等级公路建设局

来源：

大连理工大学学报 | 2010年 / 50卷 / 01期

关键词：

路面性能评价; 模糊优选; 神经网络; 遗传算法;

D O I：

暂无

中图分类号：

U416.2 [路面工程];

学科分类号：

0814 ;

摘要：

针对现有路面性能评价方法的不足,在模糊优选神经网络模型的基础上,引入遗传算法,建立了基于遗传算法的模糊优选神经网络的路面使用性能评价模型.该算法采用遗传算法优化神经网络权值,再用神经网络对遗传算法搜索到的近似最优解进行微调,并将模糊优选模型作为神经网络的激励函数,使模型具有明确的物理意义.应用该模型对沈大高速公路部分路段进行评价,与其他模型的对比分析表明:该方法在评价精度和效率方面取得了良好的效果,是一种实用的高速公路路面性能评价方法.

引用

页码：117 / 122

页数：6

共 9 条

[1] 基于混合GANN的沥青路面使用性能评价 [J].