论文部分内容阅读
通过采用神经网络工具，探讨沥青混合料的抗剪强度预估方法．通过对比，采用不同输入参数，选定沥青类型、集料类型、空隙率、级配类型、公称粒径、油石比等六个影响因素作为输入参数．引入了误差分级迭代法进行网络学习训练，通过对比常规BP算法和误差分级迭代法，发现后者能有效减轻初始权值和阈值对训练和样本预测的影响，也能较好控制样本预测的误差．因此，建议采用基于误差分级迭代法的BP神经网络方法，预测沥青混合料的抗剪强度．