典型文献
基于BP神经网络算法的路面结冰时间预测
文献摘要：
为实现对路面结冰时间的准确预测,首先根据目前已有监测点路面传感器的历史数据,抽取结冰前一段时间的数据并剔除异常数据,形成数据标本.对数据进行特征选择和归一化处理,将与路面结冰强相关的数据进行BP神经网络建模.然后,让模型对数据标本进行自学习,并自动调整模型内各节点权值,进行模型优化.最后利用其他监测点数据对模型进行验证.结果表明:模型对2h之内的结冰预测结果较准确.并且预测模型对越接近结冰点的时间预测越准确,从统计结果可看出60min之内的预测数据和实际数据几乎完全一致.因此可见,使用BP神经网络算法可实现对道路结冰时间的有效预测.
文献关键词：
结冰预警;高速公路安全;BP神经网络;结冰时间;路面温度
中图分类号：
作者姓名：
朱强;徐强;付立
作者机构：
交通运输部科学研究院,北京100029;交科院公路工程科技(北京)有限公司,北京100013;山东高速青岛发展有限公司,山东青岛266114
文献出处：
引用格式：
[1]朱强;徐强;付立-.基于BP神经网络算法的路面结冰时间预测)[J].交通运输研究,2022(04):126-136
A类：
B类：
神经网络算法,路面结冰,结冰时间,时间预测,准确预测,监测点,历史数据,异常数据,特征选择,归一化处理,网络建模,自学习,自动调整,权值,模型优化,2h,结冰预测,结冰点,可看,60min,预测数据,实际数据,完全一致,道路结冰,结冰预警,高速公路安全,路面温度
AB值：
0.378443
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
