文献类型：期刊文章

作　　者：朱强[1,2] 徐强[3] 付立[1,2]

ZHU Qiang;XÜQiang;FU Li(China Academy of Transportation Sciences,Beijing 100029,China;CATS Highway Engineering&Technology(Beijing)Co.,Ltd.,Beijing 100013,China;Shandong Qingdao Hi·Speed Group,Qingdao 266114,China)

机构地区：[1]交通运输部科学研究院,北京100029 [2]交科院公路工程科技(北京)有限公司,北京100013 [3]山东高速青岛发展有限公司,山东青岛266114

出　　处：《交通运输研究》

基　　金：中央级公益性科研院所基本科研业务费项目(20192703)。

年　　份：2022

卷　　号：8

期　　号：4

起止页码：126-136

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：为实现对路面结冰时间的准确预测,首先根据目前已有监测点路面传感器的历史数据,抽取结冰前一段时间的数据并剔除异常数据,形成数据标本。对数据进行特征选择和归一化处理,将与路面结冰强相关的数据进行BP神经网络建模。然后,让模型对数据标本进行自学习,并自动调整模型内各节点权值,进行模型优化。最后利用其他监测点数据对模型进行验证。结果表明:模型对2h之内的结冰预测结果较准确。并且预测模型对越接近结冰点的时间预测越准确,从统计结果可看出60min之内的预测数据和实际数据几乎完全一致。因此可见,使用BP神经网络算法可实现对道路结冰时间的有效预测。

关 键 词：结冰预警  高速公路安全 BP神经网络 结冰时间  路面温度

分 类 号：U492.84[物流管理与工程类]