基于AIA和PNN的路基健康监测

Electronic Design Engineering（2022）

引用 0|浏览2

暂无评分

摘要

基于及时发现公路路基故障,合理安排检修计划的目的,采用了一种基于人工免疫(Artificial Immune Algorithm,AIA)和概率神经网路(Probabilistic Neural Network,PNN)的自动路基健康检测方法.该方法利用STM32设计了一套路基健康监测系统,采集整理了我国北方地区某路段近12个月的路基沉降、应变、压力、温度、湿度等路基静态数据资料,利用人工免疫算法区分采集数据为正常或者异常,正常数据存入数据库,如果采集到的是异常数据,则发出预警信号,并将其作为输入向量传输给概率神经网络,进行多分类处理,获得该异常的具体原因和对应的解决方案,辅助管理员处理故障问题.通过在Matlab平台上对数据进行仿真实验,将仿真结果与实际故障类型进行对比,验证了所提方法的可行性,准确性达到了98.3％.AIA-PNN模型比BP神经网络和最小二乘支持向量机在路基故障识别方面更高效、准确.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要