摘要
为解决传统网络模型预测沥青路面性能变化的不适用性,本文提出了基于LSTM神经网络的路面使用性能预测算法及关键过程,通过大量尝试优化确定了网络模型关键参数的最优值。以河南省某高速公路局部路段为例,预测沥青路面性能评价指标PCI、RQI、RDI、SRI的衰变趋势。结果表明,当神经网络的隐含层层数为1、隐含层节点数为40、迭代次数为100时,平均绝对百分误差MAPE分别达到最小值,PCI等评价指标预测值的最大百分比误差均处于3.2%~8.5%范围内,预测曲线较实测值的契合度较高,可准确反映沥青路面性能发展过程,为确定路面最佳预防性养护时机提供了理论参考依据。