基于广义回归神经网络的路面摩擦系数预测模型

发布时间：2018-01-19 19:41

  本文关键词： 路面摩擦系数 便携式摩擦系数测试仪 摆式仪 广义回归神经网络 预测模型　出处：《公路》2014年06期 　论文类型：期刊论文

【摘要】：为了研究路面摩擦系数的预测问题,利用JN-1型道路摩擦系数测试仪和BM-Ⅱ型摆式摩擦系数测定仪在试验场4种路面进行对比试验,建立了测量结果与摆式仪的转换模型。运用JN-1型道路摩擦系数测试仪在公路和城市道路上8种路面进行测试,研究了路面摩擦系数的影响因素。应用广义回归神经网络分析方法,以路面等级为分类基础,建立了基于广义回归神经网络的路面摩擦系数预测模型,通过131组试验数据对网络模型进行了训练,利用11组试验数据对网络模型进行预测结果对比。结果显示,模型预测值与实测值的平均误差为3.0%,模型预测结果与实测结果吻合,表明预测模型的正确性和精确性。
[Abstract]:In order to study the prediction problem of road friction coefficient, JN-1 type road friction coefficient tester and BM- 鈪，

本文编号：1445312