基于改进遗传算法的模糊聚类应用于路面压实度控制研究  

The Research on the Application of Fuzzy Clustering in Pavement Compaction Degree Control Based on the Improved Genetic Algorithm

作　　者：张林梁 贾磊[1] 

机构地区：[1]山西省交通科学研究院,山西太原030006

出　　处：《山西交通科技》2016年第3期23-25,共3页Shanxi Science & Technology of Transportation

摘　　要：压实度不达标作为高速公路路面病害发生的主要原因,基于此通过针对沥青路面压实度及模糊聚类算法、遗传算法的研究,对沥青路面压实度影响因素进行深入分析,其目的主要是为了通过原始的采集数据进行预测,以提高沥青路面的压实度和路面的耐久度,保障沥青路面的质量,而传统的模糊C-均值聚类算法容易导致局部最优解,且对初始值较敏感,通过利用基于改进的遗传算法的模糊聚类算法应用于路面压实度研究,不仅克服了模糊C-均值聚类算法的缺点,同时也提高了数据分类的质量及预测的效果。By using the fuzzy clustering algorithm was applied in the study of pavement compaction based on the improved genetic algorithm, this paper deeply analyzed the influencing factors of asphalt pavement compaction degree, which not only overcame the shortcomings of the fuzzy C-means clustering algorithm, but also improved the quality and prediction effect of data classification.

关 键 词：遗传算法 模糊C-均值聚类算法 路面压实度裂缝检测 

分 类 号：U416.2[交通运输工程—道路与铁道工程]