公开(公告)号：CN108694023B

公开(公告)日：2021-04-27

申请号：CN201810489688.2

申请日：2018-05-21

Applicant: 长安大学

Inventor： 董仕豪 ,  丁龙亭 ,  何璐 ,  黄可 ,  姚杨宜 ,  田中男

IPC: G06F3/08

Abstract: 本发明公开了一种马歇尔试件稳定度和流值的测试方法，选取沥青马歇尔试件作为样本总体，记录样本的体积参数和物理指标；剔除数据中的异常值，进行归一化，判断数据的相关性；选取作为神经网络训练集和测试集的数据；建立BP和RBF神经网络模型；用训练集对所建神经网络模型进行训练；用训练完毕的神经网络模型对测试集数据进行仿真，连续预测若干次，取其平均值作为最终结果；求得所预测数值的相对误差和决定系数，最后，根据决定系数选用模型；利用建立的神经网络模型能高效准确的计算出马歇尔试件的流值和稳定性，避免加载设备对马歇尔试件的破坏，节省材料，在不失准确性的前提下极大的提高测试效率，避免试验过程中可能会发生的危险。

公开(公告)号：CN108694023A

公开(公告)日：2018-10-23

申请号：CN201810489688.2

申请日：2018-05-21

Applicant: 长安大学

Inventor： 董仕豪 ,  丁龙亭 ,  何璐 ,  黄可 ,  姚杨宜 ,  田中男

IPC: G06F3/08

CPC classification number: G06F3/08 ,  G06N3/084

Abstract: 本发明公开了一种马歇尔试件稳定度和流值的测试方法，选取沥青马歇尔试件作为样本总体，记录样本的体积参数和物理指标；剔除数据中的异常值，进行归一化，判断数据的相关性；选取作为神经网络训练集和测试集的数据；建立BP和RBF神经网络模型；用训练集对所建神经网络模型进行训练；用训练完毕的神经网络模型对测试集数据进行仿真，连续预测若干次，取其平均值作为最终结果；求得所预测数值的相对误差和决定系数，最后，根据决定系数选用模型；利用建立的神经网络模型能高效准确的计算出马歇尔试件的流值和稳定性，避免加载设备对马歇尔试件的破坏，节省材料，在不失准确性的前提下极大的提高测试效率，避免试验过程中可能会发生的危险。