基于机器学习的振动压路机最优激振频率预测系统和方法

本发明公开了基于机器学习的振动压路机最优激振频率预测系统和方法，预测方法包括如下步骤：S1、收集不同条件下土壤的原始数据和在此条件下振动压路机的工作参数，调研不同型号的振动压路机参数，对数据进行处理并存储；S2、选择MATLAB中的机器学习算法并训练，得到基于机器学习的振动压路机最优激振频率预测模型，由此可获得预测的土壤固有频率；S3、比较预测的土壤固有频率和实际工作中测得的土壤固有频率之间的差异，对S2中的预测模型进行调整和优化。本发明在施工前预测振动压路机最优激振频率，通过整合环境与路面类型、土壤密度和压实度等因素提升预测精度，并能够适应不同地域、不同路面情况下的振动压路机操作需求。