申请/专利权人：山东绿达建设发展集团有限公司;山东建筑大学

申请日：2023-12-21

公开（公告）日：2024-04-09

公开（公告）号：CN117854621A

主分类号：G16C20/30

分类号：G16C20/30;G16C20/70;G06N3/006;G06N3/084;G06N3/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明属于道路工程材料质量检测技术领域，尤其涉及一种基于PSO优化BP神经网络的SBS改性剂含量预测方法及系统，方法包括：采集多份不同SBS含量的改性沥青样品的红外光谱数据；对采集的数据进行预处理后划分训练集和测试集；利用训练集对构建的含量预测模型进行训练，在训练过程中采用PSO算法进行优化，将PSO算法得到的全局最优值作为含量预测模型的初始权重和阈值。本发明提出了基于PSO优化BP神经网络的含量预测模型，该模型所需数据量小，预测精度高，可快速、准确的预测出改性沥青中SBS改性剂含量。

主权项：1.一种基于PSO优化BP神经网络的SBS改性剂含量预测方法，其特征在于，包括：采集多份不同SBS含量的改性沥青样品的红外光谱数据；对采集的红外光谱数据进行预处理后划分训练集和测试集；利用训练集对构建的含量预测模型进行训练，在训练过程中采用PSO算法进行优化，将PSO算法得到的全局最优值作为含量预测模型的初始权重和阈值；将测试集输入至训练后的含量预测模型中，得SBS改性剂的含量；所述含量预测模型为BP神经网络，包括依次连接的输入层、隐含层和输出层；确定含量预测模型的输入量和输出量，分别根据模型的输入量和输出量确定输入层以及输出层神经元个数，通过经验公式确定隐含层神经元，输入神经元与隐藏神经元之间采用Sigmoid激活函数。

全文数据：

权利要求：

百度查询： 山东绿达建设发展集团有限公司;山东建筑大学 基于PSO优化BP神经网络的SBS改性剂含量预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD