|
基于GA灰色神经网络的沥青路面使用性能预测
陈仕周1,2, 李山1, 熊峰2, 李冠男1
2019, 38(02):
44-50.
DOI: 10.3969/j.issn.1674-0696.2019.02.07
为准确预估我国沥青路面使用性能的变化趋势,在传统灰色预测模型GM(1,1)的基础之上,提出了无偏GM(1,1)模型和滑动GM(1,1)模型,并通过遗
传算法(GA)优化后的BP神经网络对传统、无偏与滑动GM(1,1)模型进行了组合,得到了兼顾灰色理论、遗传算法和BP神经网络优点的GA-灰色神经网络组合
预测模型,并以具体实例验证了该模型的有效性。结果表明:传统GM(1,1)模型的平均相对误差为4.67%,无偏GM(1,1)模型的平均相对误差为4.64%,滑动
GM(1,1)模型的平均相对误差为4.63%,灰色神经网络组合模型的平均相对误差为2.41%,而GA-灰色神经网络组合模型平均相对误差仅为0.54%,证明所提
出的组合模型预测精度较高,误差较小,可作为制定路面养护计划的依据。
参考文献 |
相关文章 |
计量指标
|