典型文献
基于深层循环神经网络的高速公路沥青路面健康状况预测模型
文献摘要：
为解决高速公路养护过程中沥青路面健康状况不易准确预测的问题,提出了一种基于深层循环神经网络的沥青路面技术状况评定指标预测模型.该模型在充分利用养护历史数据之间的时序关联性的同时发挥神经网络的强大拟合能力,通过对时间序列数据进行数据挖掘得到更深层次的映射关系,并使用循环神经网络替代传统全连接神经网络进行预测.研究结果表明:循环神经网络可拟合道路多年检测历史数据,结合工程实测实际数据,基于GRU单元的深层循环神经网络的路面健康状况短期预测精度可达97％,能对沥青路面的健康状况进行较好的预测.
文献关键词：
沥青路面;路面健康状况预测;循环神经网络;深度神经网络;预测模型
中图分类号：
[1]
交通运输（U）
/
公路运输（U4）
/
道路工程（U41）
/
路基、路面工程（U416）
/
路面工程（U416.2）
/
路面：按使用材料分（U416.21）
/
沥青路面（U416.217）
作者姓名：
张志斌
作者机构：
广东盛翔交通工程检测有限公司, 广州 510000
文献出处：
引用格式：
[1]张志斌-.基于深层循环神经网络的高速公路沥青路面健康状况预测模型)[J].公路交通技术,2022(04):62-68
A类：
路面健康状况预测
B类：
循环神经网络,公路沥青路面,高速公路养护,准确预测,沥青路面技术,路面技术状况,技术状况评定,评定指标,指标预测,历史数据,时序关联,时间序列数据,映射关系,全连接神经网络,年检,工程实测,实际数据,GRU,短期预测,深度神经网络
AB值：
0.267456
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。
