摘要
本发明提供了一种基于多源数据的沥青路面渗透系数预测方法,适用于路基路面工程领域,包括数据的获取、数据的整理与输入输出代码化、构建预测模型、预测模型的训练与优化和预测模型的应用;本方法综合考虑渗透系数测试结果和多个相关参数的关系,利用BP神经网络建立的预测模型,能够有效捕捉影响沥青路面渗透系数的复杂非线性关系,从而提高预测的准确性。
技术关键词
渗透系数预测方法
沥青混凝土路面
沥青路面
BP神经网络
构建预测模型
数据
经验公式法
节点数
特征值
非线性
参数
分段
标记
路基
关系
空隙
系统为您推荐了相关专利信息
并发管理方法
分布式令牌桶
缓存策略
分布式缓存集群
节点
能量转换设备
能量存储设备
能源集线器
低碳经济
负荷需求响应
BP神经网络
生成对抗网络模型
建立预测模型
神经网络参数
海底沉积物声学技术
预报误差
径流预报方法
Copula函数
多模型
BP神经网络模型