离散Hopfield 神经网络在沥青路面
使用性能评价中的应用

doi:10.3969/j.issn.1674-0696.2012.05.13

重庆交通大学学报（自然科学版） ›› 2012, Vol. 31 ›› Issue (5): 970-973.DOI: 10.3969/j.issn.1674-0696.2012.05.13

离散Hopfield 神经网络在沥青路面使用性能评价中的应用

周园园¹，亓建荣¹，周俊昌²，张利¹

1.江苏大学汽车与交通工程学院，江苏镇江212013; 2.江苏省交通科学研究院，江苏南京210017

收稿日期:2011-04-27 修回日期:2012-03-07 出版日期:2012-10-15 发布日期:2015-01-22
作者简介:周园园(1985—)，男，江苏淮安人，硕士研究生，主要从事交通规划与管理方面的研究。E-mail:547982644@qq.com。

Pavement Performance Evaluation by Discrete Hopfield Neural Network

Zhou Yuanyuan¹，Qi Jianrong¹，Zhou Junchang²，Zhang Li¹

1.School of Automobile ＆ Traffic Engineering，Jiangsu University，Zhenjiang 212013，Jiangsu，China; 2.Jiangsu Transportation Research Institute Co.，Nanjing 210017，Jiangsu，China

Received:2011-04-27 Revised:2012-03-07 Online:2012-10-15 Published:2015-01-22

摘要/Abstract

摘要： 为使沥青路面使用性能评价更加科学合理，提出了基于离散Hopfield 神经网络的评价方法，该方法综合了行驶质量、路面破损状况、结构承载力和路面抗滑性能等4 个主要内容对路面使用性能的影响。通过设计离散 Hopfield 神经网络对沥青路面使用性能进行了综合评价，最后通过实例计算并将计算结果与传统方法的评价结果进行比较。结果表明: 该方法合理有效，且相对于传统的方法操作简单、成本更低、易推广，具有一定的优越性。

关键词: 沥青路面, 离散Hopfield 神经网络, 使用性能, PQI

Abstract: TIn order to make the performance evaluation of asphalt pavement more scientific and reasonable，the author put forward an evaluation method based on Discrete Hopfield Neural Network ( DHNN) ． This method took comprehensive consideration of four affecting factors including pavement ride quality，pavement condition，pavement structure bearing capacity and pavement skid resistance． Then it designed and simulated the DHNN programming to comprehensively evaluate the pavement performance． Finally，the method was verified by an example and the calculation has been compared with the traditional evaluation methods． Results showed that the method was reasonable and effective． Compared with others，this method was simple，cheap and easy to promote and has better superiority．

Key words: asphalt pavement, DHNN, pavement performance, pavement quality index( PQI)

中图分类号:

U416.217

周园园，亓建荣，周俊昌，张利. 离散Hopfield 神经网络在沥青路面使用性能评价中的应用[J]. 重庆交通大学学报（自然科学版）, 2012, 31(5): 970-973.

Zhou Yuanyuan，Qi Jianrong，Zhou Junchang，Zhang Li. Pavement Performance Evaluation by Discrete Hopfield Neural Network[J]. Journal of Chongqing Jiaotong University(Natural Science), 2012, 31(5): 970-973.

参考文献

［1］ JTJ 073． 2—2001 公路沥青路面养护技术规范［S］．北京: 人民交通出版社，2001．
［2］王茵，胡昌斌，才华，等．高速公路沥青路面使用性能综合评价指标的研究［J］．沈阳建筑工程学院学报，2003，16(4): 264-268．
Wang Yin，Hu Changbin，Cai Hua，et al． Study on comprehensiveperformance evaluation for freeway asphalt pavement［J］． Journalof Shenyang Architectural and Civil Engineering University，2003，16(4): 264-268．
［3］宋俊敏，李明，范虎彪，等．基于BP 神经网络的路面使用性能评价方法研究［J］．公路，2008(12): 140-144．
Song Junmin，Li Ming，Fan Hubiao，et al． Asphalt pavement performanceevaluating model by using BP neural network［J］． Highway，2008(12): 140-144．
［4］曾胜．径向基函数网络在沥青路面使用性能评价中的应用［J］．公路交通科技，2008，25(3): 23-26．
Zeng Sheng． Pavement performance evaluation model by using RBF［J］Journal of Highway and Transportation Research and Development，2008，25(3): 23-26．
［5］陈文宇，吴跃． Hopfield 神经网络参数设置［J］．计算机工程与应用，2006，42(31): 34-36．
Chen Wenyu，Wu Yue． Parameter setting of hopfield neural networks［J］． Computer Engineering and Applications，2006，42(31): 34-36．
［6］崔庆安．基于离散Hopfield 网络的自相关过程控制［J］．计算机工程与应用，2008，44(19): 8-11．
Cui Qingan． Discrete hopfield networks-based approach of auto correlatedprocess control ［J］． Computer Engineering and Applications，2008，44(19): 8-11．
［7］韦巍．智能控制技术［M］．北京: 机械工业出版社，2004．［8］史忠植．神经网络［M］．北京: 高等教育出版社，2009．

[1]	李浩1,2，王选仓1，房娜仁1，许新权3. 基于敏感度的沥青路面结构应力传递行为[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 119-126.
[2]	宋金华，辛鹏飞. FWD荷载下沥青路面弯沉盆几何特性分析[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 92-98.
[3]	李海莲1，2，林梦凯1，2，王起才1，2. 高速公路沥青路面使用性能模糊区间评价方法研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 80-87.
[4]	马辉1,茅荃1，李宁2. 沥青路面厂拌热再生RAP料掺量影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 97-104.
[5]	付军1,3，刘智鸿1,2，左雪娜3，赖泽涵1，王学智1，丁庆军4. 区域气候变化对沥青路面夏季温度效应的影响分析[J]. 重庆交通大学学报（自然科学版）, 2020, 39(02): 87-94.
[6]	高建红，许有俊，杨圣春. 粒料类基层沥青路面动力响应研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(12): 57-62.
[7]	梁乃兴，俞靖洋，于伟，李媛. 基于实测数据的沥青路面温度场年变化回归分析[J]. 重庆交通大学学报（自然科学版）, 2019, 38(11): 63-68.
[8]	张东长1，宁斌权2，伍杰1，陈飞1. 渗透式薄层抗滑材料性能研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(10): 61-67.
[9]	李浩1,2，许新权2，刘锋2，龚侥斌3. 四种均布荷载接触形式的路面力学响应对比分析[J]. 重庆交通大学学报（自然科学版）, 2019, 38(08): 53-58.
[10]	陈仕周1,2，李山1，熊峰2，李冠男1. 基于GA灰色神经网络的沥青路面使用性能预测[J]. 重庆交通大学学报（自然科学版）, 2019, 38(02): 44-50.
[11]	高嫄嫄1,2，王维玉2，赵庆新1. 基于解析方法的半刚性基层沥青路面裂缝反射问题研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(12): 49-54.
[12]	杨彦海1，董帅1，侯博2，张怀志1. 基于聚类分析法的沥青路面气候分区研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(1): 40-45.
[13]	赵曜，佟蕾，朱亚婷，魏洋. 细观空隙特征对透水沥青面层去除径流中Pb2+的影响机制研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(05): 41-46.
[14]	赵阳1，周启伟2，胡德勇2. 安徽省钢桥面铺装技术状况评价研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(03): 9-13.
[15]	胡朋，张小宁. 基于双轴加速加载试验的沥青路面车辙预测模型[J]. 重庆交通大学学报（自然科学版）, 2017, 36(7): 33-38.

离散Hopfield 神经网络在沥青路面使用性能评价中的应用

Pavement Performance Evaluation by Discrete Hopfield Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

离散Hopfield 神经网络在沥青路面 使用性能评价中的应用

Pavement Performance Evaluation by Discrete Hopfield Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

离散Hopfield 神经网络在沥青路面使用性能评价中的应用