摘要
基于路面破损检测的困难性 ,利用路面使用性能的 4个评价指标——路面破损状况、路面结构强度、路面平整度和路面抗滑能力之间复杂的内在联系 ,建立了一种路面破损状况的混合 GANN预测模型。应用该模型可以利用快速检测到的 IRI、SSI和 SFC数据对路面状况指数 PCI进行预测 ,减轻了路面破损调查的工作量 ,节约了大量的人力物力 ,有很高的实用价值。
The pavement of asphalt always evaluation from pavement distress, structural capacity, pavement roughness and skid-resistance. Based on the difficulty of the pavement distress detection, the internality relation in four indexes was made use of, a new pavement distress-forecasting model was presented. Using this model, we can forecast PCI by IRI, SSI, SFC and the workload of pavement distress detection is reduced.
出处
《武汉理工大学学报》
CAS
CSCD
2004年第12期72-75,共4页
Journal of Wuhan University of Technology
基金
湖北省科技攻关项目 (981P12 0 1)
关键词
路面状况指数
神经网络
遗传算法
预测模型
pavement condition index
neural network(NN)
genetic algorithm(GA)
prediction model