点击浏览该文件

    根据神经网络技术对处理非线性映射问题有较好适应性的特点,开发了基于神经网络技术的路面使用性能评价模型。
    在目前的路面管理系统中，用来反映路面性能的指标有AASHO的路面服务性指数PSI、加拿大的路面质量指标PQI以及日本的养护控制指数MCI等。路面使用性能受自然环境、车辆条件等影响，而这些条件一般是难以量化表示的。根据实际调查的路面性能数据建立路面性能预估模型时，通常要经过模型选择、数据回归等复杂的统计处理过程，往往计算结果难以令人满意。
    神经网络技术是一种模拟人脑神经网络的计算机系统，它具有内部自组织、自学习的能力，能不断的适应外部环境，有效地处理各种模糊的或随机的问题，特别是能有效地处理无法量化的因素对最终结果影响的问题。因此，神经网络技术在路面性能评价方面有较好的实用性。径向基函数（RBF）网络作为神经网络中的一种模型，广泛应用于模式识别、分类及函数逼近等方面。为此，拟采用径向基函数神经网络技术对路面性能进行评价和分类。