基于ICA优化神经网络对沥青混合料疲劳性能的预测分析
发布时间：2022-02-21 16:06
疲劳破坏是沥青路面主要破坏类型之一,也被看作是沥青路面结构基础理论与设计的本源性问题。目前室内试验在复杂因素影响下与实际环境作用存在一定区别,导致室内疲劳试验结果与实际疲劳性能存在较大差异,难以预估。因此,有必要在多因素影响的作用环境下对沥青混合料疲劳性能的预测进行研究与探讨。文章以沥青混合料的级配为源头,结合已有研究成果及神经网络的应用,提出使用优化神经网络模型（帝国竞争优化算法与神经网络的结合）来对多因素影响下的沥青混合料的疲劳性能进行预测分析。本文主要研究成果如下:（1）通过查阅相关文献,对疲劳性能的影响因素、试件制作方法、疲劳试验方法及相关控制参数的选择进行了比较分析,确定了基于优化神经网络预测模型的具体试验变量与试验方案。（2）对BP神经网络、RBF神经网络、帝国竞争算法的基本原理、特征及各自的优缺点进行了阐述,运用MATLAB软件,依次建立了 BP、RBF、ICA-BP、ICA-RBF四种神经网络预测模型。（3）通过MATLAB软件,运行了 BP、RBF、ICA-BP、ICA-RBF四种神经网络预测模型,对沥青混合料疲劳性能进行预测,同时对程序相关参数进行调试,以达到最佳预...
【文章来源】：长沙理工大学湖南省
【文章页数】：106 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究的背景及意义
1.2 国内外研究现状
1.2.1 沥青混合料疲劳性能方法研究现状
1.2.2 沥青混合料疲劳性能影响因素研究现状
1.2.3 神经网络的发展
1.2.4 基于神经网络在沥青混合料性能预测方面的应用
1.3 主要研究内容及技术路线
1.3.1 主要研究内容
1.3.2 技术路线
第二章 沥青混合料疲劳性能的预估依据
2.1 沥青混合料疲劳性能影响因素的确定
2.1.1 沥青混合料的设计原理
2.1.2 本文沥青混合料疲劳性能影响因素的确定
2.2 沥青混合料疲劳试件的制作方法
2.2.1 沥青混合料疲劳试件制作方法的对比
2.2.2 沥青混合料疲劳试件制作方法的选择
2.3 沥青混合料试件的疲劳试验方法
2.3.1 沥青混合料疲劳试验方法的对比
2.3.2 沥青混合料疲劳试验方法的选择
2.4 材料性能预测方法
2.4.1 实验法
2.4.2 经验公式法
2.4.3 模型预测法
2.5 本章小结
第三章 沥青混合料的疲劳试验
3.1 原材料的选用
3.1.1 沥青的选用
3.1.2 集料的选用
3.1.3 填料的选用
3.2 AC-13沥青混合料级配的设计及制作
3.2.1 确定结构矿质混合料的配合比
3.2.2 试件的成型
3.2.3 试件体积参数与力学指标的测定
3.3 疲劳试验方案
3.3.1 试验控制方式的选择
3.3.2 温度的选择
3.3.3 应力比的选定
3.3.4 荷载波形、间歇时间及加载频率
3.4 疲劳试验结果汇总
3.5 本章小结
第四章 ICA优化神经网络模型的建立
4.1 BP神经网络与RBF神经网络
4.1.1 BP神经网络的基本原理
4.1.2 BP神经网络的训练过程
4.1.3 RBF神经网络的基本原理
4.1.4 RBF神经网络训练过程
4.1.5 神经网络模型的特征
4.2 帝国竞争算法
4.2.1 帝国竞争算法的基本原理及运行机制
4.2.2 帝国竞争算法的特征
4.3 帝国竞争算法与神经网络的结合及模型的建立
4.3.1 ICA-BP优化神经网络模型
4.3.2 ICA-RBF优化神经网络模型
4.4 本章小结
第五章 基于神经网络模型对沥青混合料疲劳性能的预测
5.1 沥青混合料疲劳性能的预测
5.1.1 BP神经网络的预测
5.1.2 RBF神经网络的预测
5.1.3 ICA-BP模型的预测
5.1.4 ICA-RBF模型的预测
5.2 预测模型的训练结果及分析
5.3 最优预测模型的应用
5.3.1 最优预测模型的应用实例
5.3.2 样本数与预测误差之间的关系
5.3.3 最优预测模型的应用前景
5.4 本章小结
结论与展望
结论
展望
参考文献
致谢
附录A 攻读硕士学位期间取得的研究成果
【参考文献】：
期刊论文
[1]基于BP神经网络的沥青混合料疲劳性能预测模型[J]. 谢春磊,张勇,耿红斌,王学营. 重庆交通大学学报(自然科学版). 2018(02)
[2]基于人工神经网络的风电功率预测优化算法[J]. 朱海婷,杨宁,王博. 上海电力学院学报. 2014(03)
[3]不同工艺对浇筑式沥青混合料疲劳性能的影响[J]. 聂文,张肖宁,吴志勇. 交通科学与工程. 2013(04)
[4]BP神经网络法确定工程材料评价指标的权重[J]. 张天云,陈奎,魏伟,杨扬. 材料导报. 2012(02)
[5]基于沥青混合料疲劳性能预测的混沌神经网络模型研究[J]. 吴宏宇,熊卫士,张庆明. 公路交通技术. 2011(05)
[6]基于均匀试验设计的沥青混合料疲劳性能外界影响因素评价[J]. 虞将苗,张肖宁. 公路. 2010(02)
[7]橡胶沥青混合料疲劳性能影响因素研究[J]. 黄卫东,高川,李昆. 同济大学学报(自然科学版). 2009(12)
[8]基于神经网络的沥青混合料抗剪强度预估方法[J]. 崔鹏,邵敏华,杨斐,孙立军. 同济大学学报(自然科学版). 2008(09)
[9]基于神经网络技术沥青混合料体积参数预测模型研究[J]. 谭忆秋,宋宪辉,周纯秀,公维强. 公路工程. 2008(03)
[10]沥青改性剂对沥青混合料疲劳性能影响研究[J]. 孙志林,黄晓明,张锐,王艳. 公路交通科技. 2008(04)
博士论文
[1]沥青混合料细观疲劳机制与疲劳预估模型研究[D]. 王毅.长安大学 2015
硕士论文
[1]帝国主义竞争算法的改进与应用[D]. 秘向伟.燕山大学 2014
[2]基于灰熵关联法与BP神经网络的SBS改性沥青混凝土紫外老化路用性能研究[D]. 白怀星.西安建筑科技大学 2014
[3]沥青混合料间接拉伸疲劳损伤特性研究[D]. 李琼.长沙理工大学 2011
[4]沥青混合料疲劳性能研究[D]. 赵磊.重庆交通大学 2009
[5]BP神经网络学习算法的研究[D]. 刘彩红.重庆师范大学 2008
本文编号：3637600
【文章来源】：长沙理工大学湖南省
【文章页数】：106 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究的背景及意义
1.2 国内外研究现状
1.2.1 沥青混合料疲劳性能方法研究现状
1.2.2 沥青混合料疲劳性能影响因素研究现状
1.2.3 神经网络的发展
1.2.4 基于神经网络在沥青混合料性能预测方面的应用
1.3 主要研究内容及技术路线
1.3.1 主要研究内容
1.3.2 技术路线
第二章 沥青混合料疲劳性能的预估依据
2.1 沥青混合料疲劳性能影响因素的确定
2.1.1 沥青混合料的设计原理
2.1.2 本文沥青混合料疲劳性能影响因素的确定
2.2 沥青混合料疲劳试件的制作方法
2.2.1 沥青混合料疲劳试件制作方法的对比
2.2.2 沥青混合料疲劳试件制作方法的选择
2.3 沥青混合料试件的疲劳试验方法
2.3.1 沥青混合料疲劳试验方法的对比
2.3.2 沥青混合料疲劳试验方法的选择
2.4 材料性能预测方法
2.4.1 实验法
2.4.2 经验公式法
2.4.3 模型预测法
2.5 本章小结
第三章 沥青混合料的疲劳试验
3.1 原材料的选用
3.1.1 沥青的选用
3.1.2 集料的选用
3.1.3 填料的选用
3.2 AC-13沥青混合料级配的设计及制作
3.2.1 确定结构矿质混合料的配合比
3.2.2 试件的成型
3.2.3 试件体积参数与力学指标的测定
3.3 疲劳试验方案
3.3.1 试验控制方式的选择
3.3.2 温度的选择
3.3.3 应力比的选定
3.3.4 荷载波形、间歇时间及加载频率
3.4 疲劳试验结果汇总
3.5 本章小结
第四章 ICA优化神经网络模型的建立
4.1 BP神经网络与RBF神经网络
4.1.1 BP神经网络的基本原理
4.1.2 BP神经网络的训练过程
4.1.3 RBF神经网络的基本原理
4.1.4 RBF神经网络训练过程
4.1.5 神经网络模型的特征
4.2 帝国竞争算法
4.2.1 帝国竞争算法的基本原理及运行机制
4.2.2 帝国竞争算法的特征
4.3 帝国竞争算法与神经网络的结合及模型的建立
4.3.1 ICA-BP优化神经网络模型
4.3.2 ICA-RBF优化神经网络模型
4.4 本章小结
第五章 基于神经网络模型对沥青混合料疲劳性能的预测
5.1 沥青混合料疲劳性能的预测
5.1.1 BP神经网络的预测
5.1.2 RBF神经网络的预测
5.1.3 ICA-BP模型的预测
5.1.4 ICA-RBF模型的预测
5.2 预测模型的训练结果及分析
5.3 最优预测模型的应用
5.3.1 最优预测模型的应用实例
5.3.2 样本数与预测误差之间的关系
5.3.3 最优预测模型的应用前景
5.4 本章小结
结论与展望
结论
展望
参考文献
致谢
附录A 攻读硕士学位期间取得的研究成果
【参考文献】：
期刊论文
[1]基于BP神经网络的沥青混合料疲劳性能预测模型[J]. 谢春磊,张勇,耿红斌,王学营. 重庆交通大学学报(自然科学版). 2018(02)
[2]基于人工神经网络的风电功率预测优化算法[J]. 朱海婷,杨宁,王博. 上海电力学院学报. 2014(03)
[3]不同工艺对浇筑式沥青混合料疲劳性能的影响[J]. 聂文,张肖宁,吴志勇. 交通科学与工程. 2013(04)
[4]BP神经网络法确定工程材料评价指标的权重[J]. 张天云,陈奎,魏伟,杨扬. 材料导报. 2012(02)
[5]基于沥青混合料疲劳性能预测的混沌神经网络模型研究[J]. 吴宏宇,熊卫士,张庆明. 公路交通技术. 2011(05)
[6]基于均匀试验设计的沥青混合料疲劳性能外界影响因素评价[J]. 虞将苗,张肖宁. 公路. 2010(02)
[7]橡胶沥青混合料疲劳性能影响因素研究[J]. 黄卫东,高川,李昆. 同济大学学报(自然科学版). 2009(12)
[8]基于神经网络的沥青混合料抗剪强度预估方法[J]. 崔鹏,邵敏华,杨斐,孙立军. 同济大学学报(自然科学版). 2008(09)
[9]基于神经网络技术沥青混合料体积参数预测模型研究[J]. 谭忆秋,宋宪辉,周纯秀,公维强. 公路工程. 2008(03)
[10]沥青改性剂对沥青混合料疲劳性能影响研究[J]. 孙志林,黄晓明,张锐,王艳. 公路交通科技. 2008(04)
博士论文
[1]沥青混合料细观疲劳机制与疲劳预估模型研究[D]. 王毅.长安大学 2015
硕士论文
[1]帝国主义竞争算法的改进与应用[D]. 秘向伟.燕山大学 2014
[2]基于灰熵关联法与BP神经网络的SBS改性沥青混凝土紫外老化路用性能研究[D]. 白怀星.西安建筑科技大学 2014
[3]沥青混合料间接拉伸疲劳损伤特性研究[D]. 李琼.长沙理工大学 2011
[4]沥青混合料疲劳性能研究[D]. 赵磊.重庆交通大学 2009
[5]BP神经网络学习算法的研究[D]. 刘彩红.重庆师范大学 2008
本文编号：3637600
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3637600.html
