基于神經(jīng)網(wǎng)絡(luò)的SBS 改性瀝青材料結(jié)構(gòu)性能預(yù)測

高德勝

(中鐵十九局集團第三工程有限公司，遼寧遼陽 111000)

0 引言

隨著我國高速公路建設(shè)事業(yè)的迅猛發(fā)展，我國交通運輸對高速公路路面使用性能的要求越來越高。在高速公路行駛質(zhì)量方面，由于高速公路行駛車輛的重載、超載現(xiàn)象日益嚴重，交通量的急劇加大，車輛荷載對路面加重了破壞影響;尤其是在我國東北部地區(qū)，四季溫差變化很大，瀝青路面經(jīng)受著氣候條件變化的考驗，因此需要有性能良好的瀝青作為路面新型結(jié)合料[1]。

SBS改性瀝青是以丁二烯和苯乙烯為基本成分，由于聚苯乙烯鏈段S分布在兩端，分別聚集在一起，形成物理交聯(lián)區(qū)域，稱為硬段;而聚丁二烯B形成軟段。SBS通過聚苯乙烯嵌段的聚集形成一種三維結(jié)構(gòu)，分散在瀝青中，聚苯乙烯末端賦予材料足夠的強度，中間嵌段聚丁二烯使共聚物具有特別好的彈性[2]。

本文通過大量的試驗結(jié)果分析SBS改性瀝青材料在不同溫度情況下的材料摻入量作為已知條件，利用BP人工神經(jīng)網(wǎng)絡(luò)對改性瀝青材料混合料的針入度、延度、彈性恢復(fù)作為分析預(yù)測對象，并建立了預(yù)測模型。

1 BP神經(jīng)網(wǎng)絡(luò)模型

基層SBS改性瀝青混合料的配合比存在非線性關(guān)系[3]。隨著科學(xué)技術(shù)的發(fā)展，MATLAB軟件提供了神經(jīng)網(wǎng)絡(luò)工訓(xùn)練和仿真的平臺，該網(wǎng)絡(luò)平臺由3部分組成，初始優(yōu)化、訓(xùn)練和仿真。其中BP神經(jīng)網(wǎng)絡(luò)是一種多層網(wǎng)絡(luò)的“逆推”學(xué)習(xí)算法。其基本思想是，學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時，輸入樣本從輸入層傳入，經(jīng)隱層逐層處理后傳向輸出層。若輸出層的實際輸出與期望輸出(教師信號)不符，則轉(zhuǎn)向誤差的反向傳播階段[4]。

1.1 網(wǎng)絡(luò)訓(xùn)練模型結(jié)構(gòu)設(shè)計

在網(wǎng)絡(luò)模型的建立過程中，網(wǎng)絡(luò)輸入變量為室內(nèi)試驗得出的SBS改性瀝青材料的摻入量，將針入度、延度、彈性恢復(fù)作為網(wǎng)絡(luò)輸出，其中溫度包括30℃，25℃與15℃三類。為使計算模型的收斂速度加快，精度提高，在獲得輸入和輸出向量后，要對原始數(shù)據(jù)進行歸一化處理(見表1)，將原始數(shù)據(jù)處理成為在區(qū)間為[0，1]之間的數(shù)據(jù)。

歸一公式采用如下公式，即:

歸一后數(shù)據(jù)如表2所示。

1.2 隱含層內(nèi)節(jié)點的選擇

在隱含層節(jié)點選擇方面，本文采用單隱層的神經(jīng)網(wǎng)絡(luò)，在中間層的神經(jīng)元個數(shù)選擇方面，則需要通過試驗來確定。本文為中間層神經(jīng)元個數(shù)選擇3個值，分別取為8，10和12，通過不同神經(jīng)元個數(shù)對網(wǎng)絡(luò)性能進行檢驗。

通過檢驗可知，隨著個數(shù)逐漸升高，計算的精度隨之增大。BP人工網(wǎng)絡(luò)訓(xùn)練曲線如圖1所示。

由圖1并經(jīng)過計算可以看出中間層神經(jīng)元個數(shù)為10時，網(wǎng)路的收斂速度最優(yōu)。

表2 輸入向量歸一后數(shù)據(jù)

2 數(shù)學(xué)模型檢驗與預(yù)測結(jié)果分析

在預(yù)測SBS改性瀝青混合料配比過程中，對12組數(shù)據(jù)進行訓(xùn)練，并通過對其本身進行預(yù)測(見表3)，檢查預(yù)測結(jié)果的可信性，通過對12組試驗中取出全部數(shù)據(jù)作為樣本，并對網(wǎng)絡(luò)模型進行大量的學(xué)習(xí)訓(xùn)練，并對12組數(shù)據(jù)進行對比分析，用于檢驗網(wǎng)絡(luò)的推廣能力。

表3 網(wǎng)絡(luò)訓(xùn)練及預(yù)測結(jié)果

3 結(jié)語

1)運用神經(jīng)網(wǎng)絡(luò)來建立預(yù)測模型，中間層數(shù)的選取非常重要，需經(jīng)多次試算，才能確定最好的中間層數(shù);

2)從預(yù)測結(jié)果可以看出，由于樣本數(shù)量有限，數(shù)學(xué)模型還是存在一定的誤差，在應(yīng)用神經(jīng)網(wǎng)絡(luò)預(yù)測中，可以通過加大樣本數(shù)量對數(shù)學(xué)模型進行大量的訓(xùn)練來獲得理想的預(yù)測精度;

3)通過神經(jīng)網(wǎng)絡(luò)模型來對SBS改性瀝青混合料的配比進行預(yù)測，可以將目標誤差調(diào)小，使網(wǎng)絡(luò)的泛化和推廣能力上升，所以在選擇訓(xùn)練和預(yù)測誤差同時達到滿意結(jié)果的條件下使目標誤差值作為訓(xùn)練參數(shù)。

[1]郭留紅.橡膠膠乳改性乳化瀝青稀漿封層在公路工程中的應(yīng)用研究[D].大連:大連理工大學(xué)，2000.

[2]寧金成.瀝青橡膠碎石、玻璃纖維瀝青碎石混合料路面抗裂性能研究[D].長沙:湖南大學(xué)，2002.

[3]袁曾任.人工神經(jīng)元網(wǎng)絡(luò)及其應(yīng)用[M].北京:清華大學(xué)出版社，1999:1-84.

[4]呂硯山，趙正琦.BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化及應(yīng)用研究[J].北京化工大學(xué)學(xué)報，2001，28(1):67-69.

[5]MATLAB 7.0輔助神經(jīng)網(wǎng)絡(luò)分析與設(shè)計[M].北京:電子工業(yè)出版社，2004.

[6]Wiegrink K，Marikunte Shashidhare.Shrinkage Cracking of Hight-Strength Concrete[J].AC materials journal，1996，93(5):409-415.