[发明专利]基于BP神经网络的蓄盐沥青混合料融冰雪寿命预估方法

说明书

本发明公开了一种基于BP神经网络的蓄盐沥青混合料融冰雪寿命预估方法，包括以下步骤：1)设定融雪外加剂的掺量、沥青的用量、浸泡温度及浸泡时间为影响蓄盐沥青混合料融冰雪寿命的因素；2)获取BP神经网络的训练样本及BP神经网络的测试样本；3)完成BP神经网络的训练；4)调整BP神经网络中神经节点的数目，再将BP神经网络的测试样本输入到训练好的BP神经网络，选择最小的训练误差，以确定BP神经网络的参数，得最终的BP神经网络，然后根据最终的BP神经网络预测蓄盐沥青混合料融冰雪寿命，该方法实现蓄盐沥青混合料融冰雪寿命的准确预测。

技术领域

本发明属于蓄盐沥青混合料融冰雪寿命预测技术领域，涉及一种基于BP神经网络的蓄盐沥青混合料融冰雪寿命预估方法。

背景技术

冬季我国北方大部分地区伴有积雪结冰，南方个别地区还有冻雨形成，这一直困扰着道路交通部门，需要大量的人力物力清除冰雪，由此各个地方开始了主动抑制冻结技术的研究。主动抑制冻结技术是指在工程建设或大修路面中，预先主动采用相关技术或在混合料中添加专用材料使得路面具有特殊功能从而达到融雪除冰的目的，蓄盐沥青路面是其中的一种。蓄盐沥青路面是指在沥青混合料中掺加具有降低雨雪冰点功能的盐化物外加剂，在不损失沥青混合料路用性能的基础上，降低其结冰温度至0～20℃，形成具有自动及主动融雪功能的路面。一方面蓄盐沥青路面除冰效果好，弥补了人工除雪不及时引发的交通隐患；另一方面蓄盐沥青路面代替了撒布氯盐除雪的方法，大大减少了氯盐的使用量，不仅节约了资源还最大程度的保护了环境，因此具有广阔的应用前景。

蓄盐沥青混合料融冰雪长期使用寿命的预估方法一直是国内相关研究的重点，评价方法主要为浸泡法，通过比重瓶和电导率来测定蓄盐沥青混合料中融雪外加剂的累计析出质量，然而该方法试验周期过于漫长，耗时耗力，难以实施。且针对不同影响因素对外加剂析出快慢的影响，试验量较大，试验条件的不同也导致试验难以同时进行，试验周期大大延长。同时由于影响因素较多，随机性大，蓄盐沥青混合料的融冰雪使用寿命难以显式表达，难以根据试验数据预测准确相应的融冰雪使用寿命寿命，大大限制了融冰雪使用寿命预估方法的推广。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于BP神经网络的蓄盐沥青混合料融冰雪寿命预估方法，该方法实现蓄盐沥青混合料融冰雪寿命的准确预测。

为达到上述目的，本发明所述的基于BP神经网络的蓄盐沥青混合料融冰雪寿命预估方法包括以下步骤：

1)设定融雪外加剂的掺量、沥青的用量、浸泡温度及浸泡时间为影响蓄盐沥青混合料融冰雪寿命的因素；

2)将马歇尔试样进行设定环境下的浸泡试验，分别记录不同融雪外加剂掺量、沥青用量、浸泡时间及浸泡温度下融雪外加剂的累计析出质量，然后将记录得到的融雪外加剂的累计析出质量作为马歇尔试样的试验数据，再将马歇尔试样的试验数据分为两组，其中一组作为BP神经网络的训练样本，另一组作为BP神经网络的测试样本；

3)将步骤1)中设置的影响蓄盐沥青混合料融冰雪寿命的因素作为BP神经网络的输入，再将马歇尔试样的试验数据作为BP神经网络的输出，设置人工神经网络的参数，然后将BP神经网络的训练样本输入到BP神经网络中，以建立影响因素与蓄盐沥青混合料融冰雪寿命之间的非线性映射，完成BP神经网络的训练；

4)调整BP神经网络中神经节点的数目，再将BP神经网络的测试样本输入到训练好的BP神经网络，选择最小的训练误差，以确定BP神经网络的参数，得最终的BP神经网络，然后根据最终的BP神经网络预测蓄盐沥青混合料融冰雪寿命。

BP神经网络包括输入层、隐含层及输出层，其中，选用tansig作为隐含层的传递函数，选用purelin作为输出层的传递函数，选用learngdm作为学习函数。

隐含层的神经节点数目通过经验公式法及尝试法确定，具体的，首先根据经验公式确定隐含层节点数的范围，然后用该范围内的数目进行逐个尝试，最终选取误差最小时对应的神经节点数目。