基于支持向量机的沥青路面性能评价 |
| |
作者姓名: | 赵静 王选仓 樊振阳 王培丞 |
| |
作者单位: | 长安大学 公路学院, 陕西 西安710064;长安大学 信息工程学院, 陕西 西安710064 |
| |
摘 要: | 为了合理地对沥青路面性能进行综合评价,针对传统模型的不足,提出了支持向量机(SVM)路面性能综合评价模型、沥青路面性能训练集及训练标签的确定方法。同时,分别采用交叉验证(CV)、粒子群算法(PSO)、遗传算法(GA)3种优化模型对影响模型精度关键的惩罚参数C与核函数参数g进行寻优,其准确率分别为99.60%,96.67%,94.77%,可见交叉验证寻优所得到的最佳参数分类精确率最高。最后以广东省某高速公路23个养护路段为例,分别使用支持向量机模型与《公路技术状况评定标准》对路面性能进行综合评价。结果表明,使用本模型所得到的评价结果更符合实际。
|
关 键 词: | 沥青路面 性能综合评价 机器学习 支持向量机 |
本文献已被 万方数据 等数据库收录! |
|