申请/专利权人:华东交通大学
申请日:2023-11-07
公开(公告)日:2024-01-16
公开(公告)号:CN117408389A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q10/20;G06Q50/08;G06N3/047;G06N3/082;G06N3/084;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.02#实质审查的生效;2024.01.16#公开
摘要:本发明涉及路面养护管理技术领域,具体涉及一种道路路面衰变概率型预测方法,包括收集道路路面衰变数据,并对数据进行预处理,得到预处理数据;随机生成多组初始权重值,以最小化贝叶斯神经网络模型的误差为优化目标,通过布谷鸟算法搜索出一组最佳初始权重值;利用所述最佳初始权重值和所述预处理数据得到的道路路面衰变数据重新训练贝叶斯神经网络模型,得到道路路面衰变概率型预测模型,本发明提出了一种基于贝叶斯神经网络与布谷鸟搜索算法藕合的道路路面衰变概率型预测方法。该方法的预测精度与稳定性得到进一步提升,有助于道路工程师更准确地预测道路路面未来的状况,制定更合理的路面养护计划。
主权项:1.一种道路路面衰变概率型预测方法,其特征在于,包括以下步骤:S1收集道路路面衰变数据,并对数据进行预处理,得到预处理数据;S2随机生成多组初始权重值,以最小化贝叶斯神经网络模型的误差为优化目标,通过布谷鸟算法搜索出一组最佳初始权重值;S3利用所述最佳初始权重值和所述预处理数据得到的道路路面衰变数据重新训练贝叶斯神经网络模型,得到道路路面衰变概率型预测模型。
全文数据:
权利要求:
百度查询: 华东交通大学 一种道路路面衰变概率型预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。