疲勞破壞是瀝青路面主要破壞類型之一,也被看作是瀝青路面結構基礎理論與設計的本源性問題。目前室內試驗在復雜因素影響下與實際環(huán)境作用存在一定區(qū)別,導致室內疲勞試驗結果與實際疲勞性能存在較大差異,難以預估。因此,有必要在多因素影響的作用環(huán)境下對瀝青混合料疲勞性能的預測進行研究與探討。文章以瀝青混合料的級配為源頭,結合已有研究成果及神經網絡的應用,提出使用優(yōu)化神經網絡模型（帝國競爭優(yōu)化算法與神經網絡的結合）來對多因素影響下的瀝青混合料的疲勞性能進行預測分析。本文主要研究成果如下:（1）通過查閱相關文獻,對疲勞性能的影響因素、試件制作方法、疲勞試驗方法及相關控制參數的選擇進行了比較分析,確定了基于優(yōu)化神經網絡預測模型的具體試驗變量與試驗方案。（2）對BP神經網絡、RBF神經網絡、帝國競爭算法的基本原理、特征及各自的優(yōu)缺點進行了闡述,運用MATLAB軟件,依次建立了 BP、RBF、ICA-BP、ICA-RBF四種神經網絡預測模型。（3）通過MATLAB軟件,運行了 BP、RBF、ICA-BP、ICA-RBF四種神經網絡預測模型,對瀝青混合料疲勞性能進行預測,同時對程序相關參數進行調試,以達到最佳預... 

【文章來源】：長沙理工大學湖南省

【文章頁數】：106 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究的背景及意義
    1.2 國內外研究現狀
        1.2.1 瀝青混合料疲勞性能方法研究現狀
        1.2.2 瀝青混合料疲勞性能影響因素研究現狀
        1.2.3 神經網絡的發(fā)展
        1.2.4 基于神經網絡在瀝青混合料性能預測方面的應用
    1.3 主要研究內容及技術路線
        1.3.1 主要研究內容
        1.3.2 技術路線
第二章 瀝青混合料疲勞性能的預估依據
    2.1 瀝青混合料疲勞性能影響因素的確定
        2.1.1 瀝青混合料的設計原理
        2.1.2 本文瀝青混合料疲勞性能影響因素的確定
    2.2 瀝青混合料疲勞試件的制作方法
        2.2.1 瀝青混合料疲勞試件制作方法的對比
        2.2.2 瀝青混合料疲勞試件制作方法的選擇
    2.3 瀝青混合料試件的疲勞試驗方法
        2.3.1 瀝青混合料疲勞試驗方法的對比
        2.3.2 瀝青混合料疲勞試驗方法的選擇
    2.4 材料性能預測方法
        2.4.1 實驗法
        2.4.2 經驗公式法
        2.4.3 模型預測法
    2.5 本章小結
第三章 瀝青混合料的疲勞試驗
    3.1 原材料的選用
        3.1.1 瀝青的選用
        3.1.2 集料的選用
        3.1.3 填料的選用
    3.2 AC-13瀝青混合料級配的設計及制作
        3.2.1 確定結構礦質混合料的配合比
        3.2.2 試件的成型
        3.2.3 試件體積參數與力學指標的測定
    3.3 疲勞試驗方案
        3.3.1 試驗控制方式的選擇
        3.3.2 溫度的選擇
        3.3.3 應力比的選定
        3.3.4 荷載波形、間歇時間及加載頻率
    3.4 疲勞試驗結果匯總
    3.5 本章小結
第四章 ICA優(yōu)化神經網絡模型的建立
    4.1 BP神經網絡與RBF神經網絡
        4.1.1 BP神經網絡的基本原理
        4.1.2 BP神經網絡的訓練過程
        4.1.3 RBF神經網絡的基本原理
        4.1.4 RBF神經網絡訓練過程
        4.1.5 神經網絡模型的特征
    4.2 帝國競爭算法
        4.2.1 帝國競爭算法的基本原理及運行機制
        4.2.2 帝國競爭算法的特征
    4.3 帝國競爭算法與神經網絡的結合及模型的建立
        4.3.1 ICA-BP優(yōu)化神經網絡模型
        4.3.2 ICA-RBF優(yōu)化神經網絡模型
    4.4 本章小結
第五章 基于神經網絡模型對瀝青混合料疲勞性能的預測
    5.1 瀝青混合料疲勞性能的預測
        5.1.1 BP神經網絡的預測
        5.1.2 RBF神經網絡的預測
        5.1.3 ICA-BP模型的預測
        5.1.4 ICA-RBF模型的預測
    5.2 預測模型的訓練結果及分析
    5.3 最優(yōu)預測模型的應用
        5.3.1 最優(yōu)預測模型的應用實例
        5.3.2 樣本數與預測誤差之間的關系
        5.3.3 最優(yōu)預測模型的應用前景
    5.4 本章小結
結論與展望
    結論
    展望
參考文獻
致謝
附錄A 攻讀碩士學位期間取得的研究成果


【參考文獻】：
期刊論文
[1]基于BP神經網絡的瀝青混合料疲勞性能預測模型[J]. 謝春磊,張勇,耿紅斌,王學營.  重慶交通大學學報(自然科學版). 2018(02)
[2]基于人工神經網絡的風電功率預測優(yōu)化算法[J]. 朱海婷,楊寧,王博.  上海電力學院學報. 2014(03)
[3]不同工藝對澆筑式瀝青混合料疲勞性能的影響[J]. 聶文,張肖寧,吳志勇.  交通科學與工程. 2013(04)
[4]BP神經網絡法確定工程材料評價指標的權重[J]. 張?zhí)煸?陳奎,魏偉,楊揚.  材料導報. 2012(02)
[5]基于瀝青混合料疲勞性能預測的混沌神經網絡模型研究[J]. 吳宏宇,熊衛(wèi)士,張慶明.  公路交通技術. 2011(05)
[6]基于均勻試驗設計的瀝青混合料疲勞性能外界影響因素評價[J]. 虞將苗,張肖寧.  公路. 2010(02)
[7]橡膠瀝青混合料疲勞性能影響因素研究[J]. 黃衛(wèi)東,高川,李昆.  同濟大學學報(自然科學版). 2009(12)
[8]基于神經網絡的瀝青混合料抗剪強度預估方法[J]. 崔鵬,邵敏華,楊斐,孫立軍.  同濟大學學報(自然科學版). 2008(09)
[9]基于神經網絡技術瀝青混合料體積參數預測模型研究[J]. 譚憶秋,宋憲輝,周純秀,公維強.  公路工程. 2008(03)
[10]瀝青改性劑對瀝青混合料疲勞性能影響研究[J]. 孫志林,黃曉明,張銳,王艷.  公路交通科技. 2008(04)

博士論文
[1]瀝青混合料細觀疲勞機制與疲勞預估模型研究[D]. 王毅.長安大學 2015

碩士論文
[1]帝國主義競爭算法的改進與應用[D]. 秘向偉.燕山大學 2014
[2]基于灰熵關聯法與BP神經網絡的SBS改性瀝青混凝土紫外老化路用性能研究[D]. 白懷星.西安建筑科技大學 2014
[3]瀝青混合料間接拉伸疲勞損傷特性研究[D]. 李瓊.長沙理工大學 2011
[4]瀝青混合料疲勞性能研究[D]. 趙磊.重慶交通大學 2009
[5]BP神經網絡學習算法的研究[D]. 劉彩紅.重慶師范大學 2008



本文編號：3637600