[发明专利]一种超高压水射流清除道路标线效果预测方法及装置

摘要

本发明提供了一种超高压水射流清除道路标线效果预测方法及装置，所述方法基于蚁群算法建立优化的BP神经网络模型，对BP神经网络模型进行学习训练后，用于预测清洗率。所述装置包括数据采集模块、数据预处理模块、数据库、建模模块、训练模块、预测模块，所述数据采集模块通过通讯接口与数据预处理模块相连，所述数据预处理模块、建模模块、训练模块、预测模块依次相连、且与数据库相连。本发明提出了基于蚁群算法优化的BP神经网络模型，以蚁群算法优化的权值作为BP神经网络的初始权值，使训练出的模型收敛速度更快、预测精度更高、避免陷入局部极小点，能够更好的预测超高压水射流清除道路标线的效果。

主权项

一种超高压水射流清除道路标线效果预测方法，其特征在于，包括以下步骤：(1)在柏油马路上对不同厚度的标志线样本进行超高压水射流清除试验，获得清除效果和包含射流压力、旋转接头转速、执行机构移动速度、靶距、标线厚度的清除参数的数据；将清洗效果和清除参数的数据进行归一化处理，归一化处理后的数据范围为[0,1]，将归一化处理后的清洗效果和清除参数的数据中的一部分数据作为BP神经网络模型的训练样本，另一部分作为测试样本；(2)建立基于蚁群算法优化的BP神经网络模型；(3)将训练样本输入到优化后的BP神经网络模型中，对BP神经网络模型进行学习训练，通过测试样本对BP神经网路模型进行检测，验证该模型的可靠性和准确性；(4)根据超高压水射流清除道路标线的清除参数、通过测试后的BP神经网络模型预测运算，并将BP神经网络运算后的输出值进行反归一化处理，得到预测的清洗率值。