交通运输工程学报
交通運輸工程學報
교통운수공정학보
JOURNAL OF TRIFFIC AND TRANSPORTATION ENGINEERING
2004年
3期
1-3
,共3页
季天剑%黄晓明%刘清泉%唐国奇
季天劍%黃曉明%劉清泉%唐國奇
계천검%황효명%류청천%당국기
道路工程%坡面水流%人工神经网络%路面水膜厚度
道路工程%坡麵水流%人工神經網絡%路麵水膜厚度
도로공정%파면수류%인공신경망락%로면수막후도
针对道路表面的坡面水流受降雨和坡面粗糙程度的影响,是一个高度非线性空间分布的过程,一般模型很难精确描述.建立了基于人工神经网络的道路表面水膜厚度预测模型,以降雨强度、坡度、坡长和坡面的粗糙程度为输入层,水膜厚度为输出层,隐含层为6个神经元,通过试验数据的训练,确定了网络的权重和阈值.应用结果表明该模型预测的水膜厚度与测量值的相关系数为0.98,误差平方和为3.08,这说明该模型用于道路表面水膜厚度预估是可行的.
針對道路錶麵的坡麵水流受降雨和坡麵粗糙程度的影響,是一箇高度非線性空間分佈的過程,一般模型很難精確描述.建立瞭基于人工神經網絡的道路錶麵水膜厚度預測模型,以降雨彊度、坡度、坡長和坡麵的粗糙程度為輸入層,水膜厚度為輸齣層,隱含層為6箇神經元,通過試驗數據的訓練,確定瞭網絡的權重和閾值.應用結果錶明該模型預測的水膜厚度與測量值的相關繫數為0.98,誤差平方和為3.08,這說明該模型用于道路錶麵水膜厚度預估是可行的.
침대도로표면적파면수류수강우화파면조조정도적영향,시일개고도비선성공간분포적과정,일반모형흔난정학묘술.건립료기우인공신경망락적도로표면수막후도예측모형,이강우강도、파도、파장화파면적조조정도위수입층,수막후도위수출층,은함층위6개신경원,통과시험수거적훈련,학정료망락적권중화역치.응용결과표명해모형예측적수막후도여측량치적상관계수위0.98,오차평방화위3.08,저설명해모형용우도로표면수막후도예고시가행적.
