典型文献
基于交叉熵神经网络的沥青路面抗滑性能预测
文献摘要：
针对传统沥青路面抗滑性能预测模型的不足及BP神经网络学习效率低的问题,文章采用交叉熵代价函数对神经网络的学习方法进行改进,建立基于交叉熵神经网络的沥青路面抗滑性能预测模型.同时,以某高速公路2014-2020年路面抗滑指标SRI为预测目标,以路面使用年限、年平均交通量、气温、降雨量以及日照时长为考虑因素,建立预测模型,并利用Matlab软件构建模型的网络拓扑结构及网络训练,对路面抗滑性能进行预测.结果表明:相同预测精度下,交叉熵神经网络模型较一般的均方差神经网络模型收敛速度更快;相同训练次数下,交叉熵神经网络模型较一般的均方差神经网络模型预测精度更高,更适用于路面抗滑性能的预测.
文献关键词：
沥青路面;抗滑性能;预测模型;BP神经网络;交叉熵
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：
袁野真;王灿升;彩雷洲
作者机构：
广西邕洲高速公路有限公司,广西 南宁 530028;中路交建(北京)工程材料技术有限公司,北京100088
文献出处：
引用格式：
[1]袁野真;王灿升;彩雷洲-.基于交叉熵神经网络的沥青路面抗滑性能预测)[J].西部交通科技,2022(02):11-15
A类：
B类：
交叉熵,沥青路面,路面抗滑性,抗滑性能,性能预测模型,神经网络学习,学习效率,代价函数,高速公路,SRI,使用年限,交通量,降雨量,日照,Matlab,软件构建,构建模型,网络拓扑结构,网络训练,收敛速度
AB值：
0.175027
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。
