基于集料力学特征与级配分形的沥青混合料抗滑衰变预测

以粗集料的力学指标、分形维数以及BPN作为研究对象进行数据采集,基于前馈神经网络算法与支持向量机算法,提出了一种新型路面抗滑性能预测模型.采用加速加载试验,记录沥青混合料在轮载作用下表面抗滑性能的衰减过程,并利用指数模型对轮载次数与BPN的数值关系进行拟合.通过灰色关联度分析和相关性分析,评估各项因素对沥青路面抗滑性的影响程度.基于主成分分析结果,设计了6种方案,用于前馈神经网络算法和支持向量机算法的训练、验证和测试.结果表明,不同类型集料呈现出不同的抗滑性能,石英砂岩最佳,玄武岩次之,石灰岩较差.磨光值与沥青抗滑性能衰减模型的关联性最高.前馈神经网络算法构建的模型表现更为稳定,R 2值约为0.8,展现出良好的预测能力.